近年来，人工神经网络在故障诊断中的成功应用，为变压器故障诊断技术的发展开拓了新的途径。目前，这方面的研究成果主要集中在网络的训练算法改进，以及针对变压器特点的网络输入数据优化等方面，而对网络的拓扑结构的研究相对较少。针对这一点，结合“智能化变压器诊断系统”的研制，本文在给出变压器诊断网络模型的基础上，研究了神经网络在变压器故障诊断应用中的拓扑结构设计问题。本文的主要研究工作和成果如下： 1.根据诊断网络的模型，用基于经验的设计方法设计了单隐层、固定激活函数的变压器故障诊断神经网络；为了确定隐层的优化结构，我们在给出网络结构评价方法的基础上，设计了一种寻找优化隐节点数的方法，并通过实验给出了优化值。 2.在对诊断网络的拓扑结构和基于遗传算法的进化神经网络进行研究的基础上，我们提出了一种诊断网络的进化模型，设计并实现了基于遗传算法的网络拓扑结构进化算法，可以在多隐层、可变激活函数、可变网络连接等广泛的拓扑结构空间中，自动地搜索适合于变压器诊断的神经网络：实验的结果表明该算法的性能良好。 3.给出了神经网络技术在“智能化变压器诊断系统”中应用的实现方法，并通过优化网络的变压器故障诊断实例及良好的诊断效果，说明神经网络在该领域中的潜在应用价值。