电力系统中最关键的枢纽设备为变压器,一旦发生故障,不仅影响到供电的可靠性,而且对电力系统的安全稳定运行构成严重威胁,会导致严重经济损失。由此可见,诊断变压器故障可以提前检测变压器潜在问题,减少变压器故障产生的经济损失,让电力系统可以更加可靠、安全地运行。本文通过研究变压器故障类型与特征气体间对应关系,采用溶解气体分析法,在此基础上提出两种不同诊断方式,分别为基于布谷鸟算法的改进支持向量机和基于布谷鸟算法的改进克里金模型的变压器故障诊断方法。本文主要研究内容如下:(1)收集整理样本数据、测试数据,建立最小二乘支持向量机的分类模型并给出建模步骤,运用布谷鸟算法对最小二乘支持向量机核参数g与惩罚参数C优化,为了提高布谷鸟算法的优化能力,应用惯性权重改进布谷鸟算法,并与最速下降法相结合,得到一种新的算法进行参数寻优。在MATLAB软件平台上训练模型并仿真。通过对比遗传算法、布谷鸟算法对支持向量机参数寻优的方法,验证本算法优越性。(2)提出基于克里金模型的变压器故障诊断方式,根据收集的数据创建克里金故障诊断模型,以改进的布谷鸟算法优化模型中的相关参数,利用MATLAB进行训练模型,通过实例仿真证明克里金故障诊断模型的计算代价小、拟合精度高的优点,并通过对比遗传算法、布谷鸟算法对克里金模型相关参数寻优的方法,验证了所提方法的有效性。