变压器状态检修根据设备实际运行状态制定针对性的检修策略,对于保证电力系统的安全经济运行具有重大的意义。本文从电力变压器常见故障形态及其产生原因的分析入手,一方面寻找最能够反映变压器故障的特征量,从这些特征量变化情况辨识变压器存在的潜伏故障,提出了基于量子遗传算法的电力变压器故障诊断模型,另一方面,找出一些最能够表征变压器性能的相关参数,并依据这些参数来对变压器的状态进行评估,并提出了基于多源信息的电力变压器状态评价方法,能够有效提高变压器运行状态评估和潜伏故障诊断的准确性,对制定合理的检修策略以及提高状态检修工作效率都具有重要的意义。论文的主要研究内容和技术创新点如下：(1)研究了变压器短路耐受能力的分析方法,提出以短路耐受能力安全裕度作为表征变压器短路耐受能力的特征参量,为变压器综合评价提供了一种新的途径。给出了表征变压器抗短路能力的特征参量的计算方法,并用该方法对河北省电力公司所属的50台在运变压器进行了分析,实际结果证明了该方法应用变压器状态评估的可行性和正确性。该特征参量不仅为变压器的状态评价提供了反映机械性能的有效参量,还为变压器机械类故障的诊断提供了重要依据。(2)研究了一种基于扫频介质响应法(FDS)测量油浸纸水分的方法,FDS法检测变压器绝缘纸水分含量特征参量：在不同频率下测试绝缘的介损值变化趋势,测得出一条实际曲线,通过数学方法,用标准曲线与测得的实际曲线进行拟合,对最终拟合得到的曲线进行分析,来判断油浸纸的水分含量。实际应用表明,该特征量对于诊断变压器绝缘受潮十分有效。(3)研究并提出了一种基于超声相控阵与宽带阵列信号处理的油中局放定位新方法,搭建了一套基于超声相控阵传感器的局放检测系统,可直接检测局放超声宽带信号,并形成阵列模型,针对基于MUSIC的局放超声窄带阵列信号测向算法的不足,提出了一致聚焦宽带测向处理方法并结合交叉测向原理实现局放源的定位。最后通过多次测向定位实验,结果证明了本文方法的有效性和正确性。(4)提出了一种基于量子遗传神经网络的电力变压器油中溶解气体分析方法,该方法将量子遗传算法应用于变压器油中溶解气体分析神经网络的初始权值和阈值的获得,能获得多层前馈神经网络可变参数的全局最优附近的解,从而有效抑制在样本规模大、网络规模较小时普通算法训练时容易收敛于局部极小值的问题,训练得到的网络泛化能力(分析准确性和可靠性)较好。变压器实例分析结果验证了该方法的有效性。(5)通过广泛收集资料,综合电力变压器的各种检测数据,获得了较为全面的故障征兆集和故障位置特征集,提出了基于贝叶斯网络的电力变压器维修策略优化模型,将贝叶斯网络方法引入变压器的维修计划制定中,应用粗糙集理论对贝叶斯网络进行了有效约减,简化了贝叶斯网络模型,最后通过实例验证了该方法的有效性。(6)全面考虑变压器的基础信息、运行巡视信息、试验信息、检修信息、故障(缺陷)信息、不良工况和家族缺陷七类状态参量,提出了一种变压器状态综合评价方法。该方法将变压器分为本体、套管、分接开关、冷却系统和其它组件五个部分分别进行评价,最后综合各部分评价结果后给出变压器整体评价结果,有效提高了评价的灵敏度；构建了准确合理的变压器状态评分体系,采用扣分制更加直观的反应了状态的劣化状况,将状态量分为重要、一般、参考三类分别打分,并根据状态量的劣化程度将状态量分为4级,提高了变压器状态评价的准确性。