随着电力系统容量与规模的增大,变电站作为能源配送的枢纽载体,其设备故障会对电力配送带来巨大的影响,造成巨大经济损失。如何更好的适应目前电力系统的运行要求,需要更加智能的在线监测与检修系统。随着电力企业对生产成本的控制及国家电力设备的改革。更加智能化的变电设备在线检修逐步成为关系的焦点,也越来越引起用电领域的重视。目前传统的变电设备在线监测存在两个问题:一是预警方式多是基于监测设备的阈值进行预测或者传统机器学习算法,其并没有很好的运用到历史数据,而且多是基于单一监测数据进行建模。二是没有一个很好集成变电设备检测的应用管理系统。本文从电力运输系统的实际情况出发,主要实现了两个有效方法解决上述问题:一是将变电设备监测预警与检修相结合,从变电设备的变压器入手,根据变压器的相关监测技术(变压器油色谱、近红外光谱、无源无限温度测量技术)所产生的数据,创新了三种监测数据相结合的模型输入方法。并基于该输入方式提出了LSTM+Attention机制的预警模型。有效的实现对变电设备的监测与预警,能够很好的将变电设备的历史数据与不同监测数据进行结合,并在实际测试中取得了较传统方法的优势。二是将此算法应用到实际工业生产中,最后,设计开发了基于变电设备的在线监测与检修系统。该系统主要从变电设备在线监测与状态检修技术原理入手,实现了结合深度学习模型的智能化监测与检修预警系统,该系统主要实现的功能有监测装置的管理、运行监视及综合展示等,能够有效对变电设备进行在线监测与状态预警。大大提高了变电设备在运行管理的智能化程度,节约了传统人工监测的成本,有效预防了变电设备故障带来的经济损失,对推动智能电网的建设具有深远意义。