变压器的状态评估是变压器运行、检修与维护的重要依据,变压器的状态评估准确性仍有待提高:一方面设备状态参量类型众多、数据量大,缺乏数据综合分析评估模型;另一方面目前在线监测数据常常由于传感器、环境变化、装置异常等因素影响数据的稳定性和可靠性,仅仅依靠传统的状态阈值判定法,难以准确、及时发现变电设备的异常状态,甄别噪声数据。针对上述问题,该文在深入分析变压器状态评估的需求和研究现状的基础上,构建了基于关键评估参量体系及D-S证据理论的多层次综合模糊评判模型。首先利用因子分析法提取并构建了关键参量指标体系;其次结合层次分析法获得评价系统中各子指标的最优权重,从而依据各自隶属度函数获得各项目层的评价结果;最后依据D-S证据理论对各项目层的评估结果进行了多源信息融合评估决策。经实例分析,该方法能合理有效地对变压器状态进行综合评估。另一方面,通过分析油色谱、油温等变压器在线监测数据中不同类型异常值特点,提出了基于多元时间序列和关联性分析的在线监测数据流快速分析和检测方法。针对多维的监测数据,从数据的关联关系和时间序列分析的角度出发,利用滑动时间窗口来记录异常点的发生时间和类型,建立候选异常数据集合的判断模型,并利用聚类算法对候选异常数据集合进行多维数据的综合异常判断。实例表明该方法可以实时检测在线监测数据流中的异常状态,具有较高的应用价值。最后,开发了变压器状态综合监测及评估软件,该软件实现了变压器的状态监测和评估,并且提供了监测历史数据的监控与管理功能,嵌入了异常数据处理算法,同时基于监测数据集给出了设备的状态评估结果,可以为变压器状态检修提供依据。