铁路运输是交通运输体系的重要组成部分,其安全性和可靠性至关重要。轨道电路是铁路信号系统中的重要组成部分,扼流变压器作为轨道电路中强弱电的结合部分,不仅能提供牵引电流的回流通道,还具有抑制牵引供电系统产生的不平衡电流干扰的作用。然而,一方面,高速铁路扼流适配变压器结构复杂、工作环境恶劣、故障位置隐蔽,另一方面,高铁线路封闭,仅有短时间“维修天窗”,一旦故障发生,查找和维修的时间较长,仅凭维修人员的经验很难快速定位故障点,影响运行效率和行车安全。因此,研究扼流适配变压器故障诊断方法具有重要的工程应用价值,本文围绕应用于高铁ZPW-2000A轨道电路的BES（K）型扼流适配变压器的故障诊断进行研究。论文的主要工作如下:首先,介绍了BES（K）型扼流适配变压器的结构、工作原理和应用场景,并比较了高铁和普速铁路扼流适配变压器的异同点,讨论了变压器建模的主要方法,使用Multisim构建了BES（K）型扼流适配变压器的电路仿真模型;分析了其故障模式类型和故障产生机理,进一步利用其电路仿真模型模拟各故障对电路特性的影响,通过“频率-后果”风险矩阵对全部故障进行风险等级分类。其次,依据风险等级划分的故障类别组合,重点研究采用智能算法进行故障诊断。根据ZPW-2000A轨道电路整体架构,模拟设计并搭建扼流适配变压器故障模拟和测试电路,采集多种运营场景下的故障数据,包括列车运行场景和维修场景;对采集数据分类存放后,选用专家离散法对数据进行离散处理,采用包装法进行特征选择,得到故障样本数据。通过比对三种主要算法的原理以及算法模型诊断结果,SVM（支持向量机）展现出较好的分类能力,适用于论文的小样本数据处理场景。本文采用差分进化算法进一步对SVM进行优化,针对不同运营场景下的故障维护特点,将相同安全风险等级的故障数据进行训练,从而得到不同的优化SVM模型,再将风险等级相同但运营场景不同的模型进行聚合,构成全故障诊断组合模型和高风险故障诊断组合模型。利用典型实测数据对两种故障诊断组合模型进行验证,结果表明,高风险故障诊断准确率达到100%,满足故障诊断设计指标要求。最后,使用C#编程语言进行故障诊断软件的开发,实现了故障诊断功能、故障数据管理功能、故障诊断系统更新功能;并对故障诊断系统架构和通信方式进行了设计。