电力变压器是电力系统中最重要及最昂贵的设备之一，其运行状态直接影响着整个系统的安全。及早地发现电力变压器的潜伏性故障而避免变压器损坏所造成的巨大经济损失，及时、准确地确定故障的性质和部位对电力系统安全可靠运行具有十分重要的意义。然而，电力变压器的状态检测与故障诊断是一个非常复杂的系统工程问题。它涉及到许多因素，如变压器的容量、电压等级、工作性能、工作环境、运行历史等，都直接影响着诊断结果。此外，电力变压器的故障原因、故障现象和故障机理，同时还具有随机性、模糊性和不确定性。 油浸式电力设备油中溶解气体分析(DGA)故障诊断技术的研究，对发现变压器内部早期存在的潜伏性故障，提高电力系统的安全稳定运行具有十分重要的意义。油色谱分析是探测电力变压器潜伏性故障的主要手段，然而基于油色谱分析的现有诊断规则(如IEC三比值法等)还不能有效地处理不精确性、不完全性和不确定性信息，很难完全满足实际工程应用的需要。 针对目前油中溶解气体分析(DGA)常规故障诊断方法中普遍存在诊断精度不够、容错性不强、不能处理复杂融合故障等问题，本文引入了Vague集理论对不确定性信息进行处理，并对Vague集理论在变压器故障诊断中的应用作了研究，本文首先研究了电力设备状态检修的发展趋势，以及变脏器故障诊断的研究现状；论述了Vague集的相关理论以及在决策分析、模式识别中的应用；然后根据变压器的常见故障及其引发原因，对变压器的各种常规故障诊断方法进行了深入分析；将Vague集理论引入到变压器故障诊断中，融合变压器油中气体分析技术，构建了基于Vague集理论的变压器内部故障诊断系统，编制了变压器故障的Vague集相似度量诊断软件，将待检测变压器的油色谱数据经过软件的数据处理模块，对变压器进行初次故障诊断，判断故障征兆，同时形成变压器故障与征兆之间的Vague集，计算了待检测变压器的Vague集与变压器故障知识之间的相似度量，并给出最大相似度，从而根据其所对应的结果判断变压器的故障类型；最后，通过对太原供电分公司侯村500kV变电站1＃主变压器以及其他两例实际的变压器历史故障样本数据进行计算分析，结果表明该算法是可行有效的。