对变压器进行在线监测、故障分析诊断等能够及时了解电力变压器的实时状态,发现各类潜伏性故障,从而为电网的安全稳定运行提供可靠保障。变压器中溶解气体分析方法(Dissolved Gas Analysis,DGA)是变压器故障分析诊断的重要方法之一,通过对油中所溶解各类特征气体的类型与含量进行分析对比,可以在某种程度上反映出变压器内部隐患,本文对变压器故障诊断进行研究。首先探讨变压器油中溶解气体产生机理、变压器各类故障与油中产生气体类型含量之间的相应关系。分析DGA传统诊断方式,研究油浸式电力变压器传统诊断三比值法和改良三比值法的特性。对于新兴的一系列现代化诊断手段,以神经网络诊断方法为例进行了优缺点对比分析。其次,为了进一步增加诊断的准确度,应用支持向量机进行DGA分析,探讨支持向量机在DGA应用的诊断效果,仿真显示基于支持向量机(Support Vector Machine,SVM)的DGA故障判定具有较高的正确率,证实了SVM的方法的可行性,并提出增强其准确率的改进方法以及进行进一步分析。最后,将相关向量机(Relevance Vector Machine,RVM)应用到油浸式电力变压器故障诊断之中,并对诊断效果进行探讨,同时运用大量的实测数据将传统常用改良三比值法、BP神经网络法与支持向量机、相关向量机方法作对比分析,对各种方法的准确性进行探讨。结果证实改良后的支持向量机法与相关向量机方法具有较高的准确性,优于传统的诊断方法,具有良好的可行性。