变压器在电力系统中的作用是变换电压、分配以及传输电能。变压器发生故障将直接影响电力生产和传输安全,因此对变压器的运行状态实时监测。本文研究油浸式电力变压器故障诊断方法,采用基于油中溶解气体成分分析的方法,设计了变压器故障在线监测与诊断系统。本文首先分析油浸式变压器故障类型和故障原因,然后分析油浸式变压器油中溶解特征气体成分与故障类型之间的关系。采用BP神经网络算法进行了变压器故障诊断分析,针对神经网络训练中存在的训练时间长和收敛性差问题,采用自适应速率法以及附加动量法对诊断过程进行优化。所提方法在MATLAB平台进行了仿真验证,仿真结果表明改进后的BP神经网络在训练时间以及收敛性上均有很大的改进。最后,本文设计了变压器故障在线检测装置和上位机管理系统。故障在线检测装置采用STM32F103C8T6为主控芯片,具有气体成分检测、数据存储、数据显示和远程通信等功能。上位机管理系统具有用户管理、变压器数据采集、故障诊断和数据管理等功能。系统测试结果表明所设计的系统能够实现油浸式变压器故障在线监测和诊断。