1．油中溶解氣體成分的比值法診斷方法 
  
對(duì)于大部分的油浸式電力變壓器在熱與電的作用下，變壓器油箱中將會(huì)產(chǎn)生某些可燃性的氣體，而對(duì)于溶解在油中的可燃性氣體可以根據(jù)這些特殊氣體的含量與比值確定變壓器油紙絕緣系統(tǒng)的熱分解本質(zhì)。首先利用這種技術(shù)對(duì)于油浸式變壓器進(jìn)行了故障診斷，之后Barraclough 等人提出了利用CH4/H2、C2H6/CH4、C2H4/C2H6 和C2H2/C2H4 四種比值的方法進(jìn)行變壓器故障診斷。而在后來的IEC 標(biāo)準(zhǔn)中把比值 C2H6/CH4 刪除，修改后的三比值法被普遍采用，Rogers 進(jìn)一步對(duì)IEEE和IEC 的氣體組分比值編碼及使用方法作了詳細(xì)的解析和說明。在長期使用IEC599 的情況下發(fā)現(xiàn)部分情況不符合實(shí)際情況，且無法對(duì)某些情況進(jìn)行診斷。因此，我國與日本電氣協(xié)會(huì)都對(duì)IEC 的編碼進(jìn)行了一些改進(jìn)，而其他溶解氣體成分分析方法也得到了廣泛的運(yùn)用。 
  
2．模糊邏輯診斷方法 
  
美國的控制論學(xué)家L.A.Zadeh 第一次提出了模糊診斷的方法，而現(xiàn)在模糊診斷的方法得到了更加廣泛的運(yùn)用。模糊邏輯的方法有利于表達(dá)界限不清晰的定性知識(shí)與經(jīng)驗(yàn)，它借助于隸屬度函數(shù)概念，區(qū)分模糊集合，處理模糊關(guān)系，模擬人腦實(shí)施規(guī)則型推理，解決實(shí)際產(chǎn)生中的種種不確定問題。實(shí)際中變壓器存在著一些故障發(fā)生原因不清楚的問題，故障發(fā)生的機(jī)理之間存在的大量不確定關(guān)系和模糊關(guān)系，用傳統(tǒng)的方法不能解釋或很難描述，而采用模糊邏輯的方法則可以有效地解決變壓器中故障發(fā)生的不確定關(guān)系，為解決電力變壓器的故障提供了一種新的解決思路。針對(duì)電力變壓器故障診斷常用的Regers 比值法中存在著臨界比值判據(jù)缺損的問題，提出了利用模糊集理論進(jìn)行電力變壓器故障診斷的方法，將模糊邏輯技術(shù)引入傳統(tǒng)比值法，把比值邊界模糊化，該方法在變壓器多故障診斷中有較好的應(yīng)用效果，并發(fā)展出一系列故障診斷方法，包括編碼組合法、模糊聚類技術(shù)、Petri網(wǎng)絡(luò)及灰色系統(tǒng)等，這些模型充分考慮了數(shù)據(jù)本身的模糊性，能有效改善復(fù)雜數(shù)據(jù)集的性能，從而提高了變壓器故障診斷的正確率。 
  
3．專家系統(tǒng)的診斷方法 
  
專家系統(tǒng)是人工智能的一個(gè)重要分支。它是一種能夠在一定程度上模擬八位人類專家經(jīng)驗(yàn)及推理過程的計(jì)算機(jī)程序系統(tǒng)；能根據(jù)用戶提供的數(shù)據(jù)信息，運(yùn)用系統(tǒng)中存儲(chǔ)的專家經(jīng)驗(yàn)或知識(shí)進(jìn)行推理判斷，最后給出結(jié)論及其可信度以供用戶決策之用。電力變壓器故障診斷是個(gè)相當(dāng)復(fù)雜的問題，涉及多方面的因素，根據(jù)各種參數(shù)做出正確判斷必須要有堅(jiān)實(shí)的理論基礎(chǔ)和豐富的運(yùn)行維護(hù)經(jīng)驗(yàn)；另外，由于變壓器的容量、電壓等級(jí)和運(yùn)行環(huán)境各異，同一種故障在不同變壓器中的表現(xiàn)也有一定的差異。而專家系統(tǒng)具有較強(qiáng)的容錯(cuò)能力和自適應(yīng)性，可根據(jù)診斷中所獲得的知識(shí)對(duì)自身的知識(shí)庫進(jìn)行修正以保證知識(shí)的完備性，因此，對(duì)不同類型的電力變壓器均可有效診斷。電力變壓器故障診斷專家系統(tǒng)能夠通過總結(jié)電力變壓器的故障原因及故障類型，綜合運(yùn)用包括油中溶解氣體分析的故障檢測(cè)知識(shí)來判斷故障性質(zhì)，并可以通過運(yùn)用模糊邏輯較好地處理故障診斷中的模糊性問題，通過粗糙集方法解決專家系統(tǒng)較難獲取完備知識(shí)的瓶頸問題，通過黑板模型結(jié)構(gòu)建立適于多專家合作診斷的結(jié)構(gòu)。 
  
4．人工神經(jīng)網(wǎng)絡(luò)的診斷方法 
  
人工神經(jīng)網(wǎng)絡(luò)以數(shù)學(xué)模型模擬神經(jīng)元活動(dòng)，是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)具有自組織、自適應(yīng)、自學(xué)習(xí)、容錯(cuò)性及很強(qiáng)的非線性逼近能力，可以實(shí)現(xiàn)預(yù)測(cè)、模擬仿真和模糊控制等功能，是處理非線性系統(tǒng)的有力工具。根據(jù)電力變壓器故障時(shí)油中溶解氣體的成分及含量，利用人工神經(jīng)網(wǎng)絡(luò)高度的非線性映射及自組織、自學(xué)習(xí)能力進(jìn)行變壓器故障診斷一直是近年來的研究熱點(diǎn)，發(fā)展出一系列以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的故障診斷方法，如兩步ANN 方法、基于反向傳播人工神經(jīng)網(wǎng)絡(luò)、決策樹神經(jīng)網(wǎng)絡(luò)模型、組合神經(jīng)網(wǎng)絡(luò)分層結(jié)構(gòu)模型、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)等，這些方法不斷提高神經(jīng)網(wǎng)絡(luò)算法的收斂速度、分類性能和準(zhǔn)確率。 
  
5．其他診斷方法 
  
除了上述四種方法，還有一些方法也用于變壓器的故障診斷當(dāng)中。將神經(jīng)網(wǎng)絡(luò)和證據(jù)理論進(jìn)行有機(jī)結(jié)合，使兩者優(yōu)勢(shì)互補(bǔ)，可得到多神經(jīng)網(wǎng)絡(luò)與證據(jù)理論融合的變壓器故障綜合診斷方法。根據(jù)仿生生物免疫系統(tǒng)中抗體對(duì)抗原的高效識(shí)別和記憶機(jī)理，通過自組織抗體網(wǎng)絡(luò)和抗體生成算法用于解決電力變壓器故障診斷問題。另外，還有基于信息融合、粗糙集理論、組合決策樹、貝葉斯網(wǎng)絡(luò)、人工免疫、新徑向基函數(shù)網(wǎng)絡(luò)及支持向量機(jī)的變壓器故障診斷法。