本发明提供了一种基于多特征参量的变压器综合故障诊断方法，包括将变压器局部放电划分为不同的局部放电类别，采用局部放电分析仪获取局部放电信号，然后在对信号进行特征提取的基础上，采用Fisher分类方法识别出具体的局部放电类别，通过对变压器器身振动信号的监测与分析来判断变压器的状态，若监测到局部放电信号，则根据局部放电信号诊断和DGA诊断知识规则进行诊断，若同时监测到局部放电信号和振动信号，则根据振动信号、局部放电信号和DGA诊断知识规则进行诊断，根据协同诊断规则进行综合诊断。该诊断方法具有良好的开放性，当有新的监测量加入时，无需更改其它监测数据的诊断过程。

本发明属于电力系统领域，具体涉及一种基于多特征参量的变压器综合故障诊断方法。

变压器是电力系统的重要设备，其运行状态直接影响电力系统的安全水平。然而由于变压器是综合了机械、电气、化学、热力学等多学科技术的一个封闭整体，影响其故障的原因错综复杂，故障诊断需要多方面的数据和知识，单凭某一方面或几方面就主观地下结论必然导致误判或漏判。如油色谱监测DGA数据是目前对油浸变压器进行早期故障诊断最方便、有效的手段，但油中溶解气体本身并不携带足够的故障部位信息，仅仅依靠油中气体提供的信息进行故障诊断具有一定的局限性。其他局部放电、器身振动信号往往也只反映变压器的局部状态。综合利用各种监测装置或系统的监测数据及其判断结果，结合变压器的预试数据、检修过程中的缺陷记录等，对变压器的各主要部件进行故障或缺陷的自动智能诊断是十分必要的，可为变压器的状态维修提供依据。