随着电网规模的不断扩大,电气设备数量不断增加,传统的以定期检修为主的检修模式已经无法满足电网发展的要求。近些年来状态检修得到了越来越多的关注,这种方法通过在线监测数据及时发现设备异常,并对故障部位进行有针对性的维修。但变压器结构复杂,现场数据繁多,在分析数据进行变压器状态评估与故障诊断的理论研究方面仍存在很多不足。本文以信息熵理论为基础,结合成熟的故障树模型以及油色谱诊断技术,对变压器检修方案优化进行研究。通过计算故障树信息熵值,得出国网检修导则中实验项目的信息熵值；根据每种检测方法的信息熵值,对变压器检修方案进行优化,建立基于信息熵理论的变压器状态检修策略优化模型。在综合考虑测试结果、检测方法难易程度和故障概率等因素的情况下,对变压器检测项目进行排序。提高检修效率的同时,最大限度的减少检修次数降低检修成本。根据变压器故障历史统计数据,以变压器油中溶解气体参数为特征向量,在传统的灰色关联度理论的基础上结合信息熵得到一种新的变压器故障诊断方法。通过对每种特征气体信息熵值的计算,对传统的特征气体参考序列因子权重值进行修订。这种新的基于事故概率的参考因子,避免的以往灰色理论诊断中的人为因素影响,有效提高了故障诊断的客观性和准确性。