电力变压器在整个电网中的作用非常重要，因此，及时发现变压器潜伏性故障具有重要的意义。过去定期测试变压器故障的方法已不能适应电网的发展，正被更经济更科学的状态检修所取代。油中溶解气体分析(DGA)技术很容易实现变压器在线监测，其诊断正确率可以达到80％以上，现在是公认的测试充油电气设备潜在故障最有效的办法。　　本文在讨论变压器基本结构及常发生的故障类型的基础上，研究了特征气体法、改良三比值法、罗杰斯三比值法、日本电协研法、无编码比值法、大卫三角形法等几种常用的故障诊断方法。由于上述故障诊断方法都具有某些局限性，确定了将改进BP神经网络应用于变压器故障诊断的方法。运用MATLAB软件中的神经网络工具箱，建立变压器故障预测诊断模型，在此基础上，选取100组样本数据对BP神经网络进行训练，获得具有预测诊断功能的网络模型，并选取20组数据进行仿真，证明了BP网络故障诊断的可行性和优越性。最后，采用SQL Server2005数据库技术，ADO.NET技术及GID+绘图技术开发了变压器故障诊断软件系统，实现了变压器故障类型实时诊断。同时，将可视化技术应用到改良三比值法、大卫三角形法和BP神经网络三种诊断方法中，充分利用人体敏锐的空间形象感，迅速的探索数据中包含的信息，极大地丰富了人机界面。