电力变压器的流畅运行对整个国家和人民的生产和生活具有重大的意义,因此,为了保证变压器正常的工作运行,工人们会定期进行停电检修,但是这种检修维护方法却给人们的正常生活带来极大不便。为了解决这一难题,变压器故障在线监测系统应运而生。然而目前这种监测系统的诊断结果通常比较模糊泛泛,并不能达到预期效果。变压器的运行并不是简单单一的,其故障类型和监测系统所呈现的结果之间存在着复杂的非线性关系,使得这一难题变得更为棘手。本文在讨论使用BP交叉网络建立在线监测系统的同时,也探讨了许多改良算法,并且通过实地考察的方式选择合适的算法,来弥补传统气体监测的缺点。并且提出了将大数据综合为一个体系的方法,来解决各个监测子系统输出差异大的问题。采用交叉网络线监测系统来解决故障监测不准确的问题。即采用大量可监测到不同对象的子监测系统,分别列举各子系统所能诊断出的故障类型,由此推演出不同子系统所监测到的故障类型的交集,根据重叠区域与子系统的分别对应,可以得到变压器故障与子系统的对应关系,当不同排列组合的子系统出现异常时便可得知出现了什么故障。做到由单一线性关系建立网络监测系统,实现多线路综合诊断故障的监测系统。最终根据各个监测系统监测对象的交叉重合部分,利用弹性BP神经网络为拟合工具,建立一个诊断更精确、锁定更迅速的智能变压器在线监测系统,降低了维护的人工成本,提高了用电水平。最后通过离线验证证明该系统可高效精确的确定故障的位置,并且可以有效的预测故障,进行大批量投入使用。