电力变压器是电力系统中最重要的设备之一,也是电力设备中故障率较高的环节,变压器的运行状态是电网安全运行的基础。因此,随时检测变压器状态,及时诊断并排除故障隐患,制定合理的状态维修策略,已成为电力系统中一项具有重大理论和实用价值的研究课题。鉴于变压器的重要性,本文主要对以下内容进行了研究:首先,主要对电力变压器典型的故障类型和常用的故障检测技术方法进行深入研究,分析了变压器油性能以及气体产生的机理,对二者综合分析从而得出故障及其对应的产气特征。其次,对变压器的本体、套管、铁心各部分分别建立分层状态评估模型,继而通过贝叶斯网络综合历史、当前、未来状态最终得到变压器的综合状态。依据变压器各项预防性试验参数将变压器的运行状态分为5级状态,对变压器的各类状态信息进行预测,得到未来时间段的相关参数数据;然后分别对历史、当前、未来试验数据按照分层评估模型来评分,得到变压器的历史、当前和未来运行状态。根据历史、当前、未来状态通过贝叶斯网络算法得到变压器的综合状态,作为制定变压器合理的状态维修策略的依据。最后,针对在变压器状态评估过程中,可能发现变压器存在故障隐患的问题,采用将决策树ID3算法和贝叶斯两种算法结合在一起,对变压器进行综合故障诊断,从而完成了对变压器的进一步诊断,分析判断出故障原因和可能的故障部位。经实例验证,基于决策树与贝叶斯的变压器综合故障诊断方法可以使变压器故障分类精度更高,分类鲁棒性更强。