电气设备安全可靠地运行是保证安全可靠供电的前提。随着电网朝着高电压、大容量方向的发展，对供电稳定性和可靠性提出了更高的要求；电气设备事故造成的影响越来越大；电力用户对供电质量要求也愈来愈高，因此，保证电气设备的安全运行就越来越重要。针对对现有电气设备的监测大都还处于传统的预防性试验（离线监测）、文字报表、手工操作的管理方式的现状，加强对电力设备的运行状态进行实时的监测（在线监测），及时发现设备的异常征兆、对故障进行诊断分析，并采取相应措施，把故障损失降低到最低水平，进而将目前实行的设备定期检修制过渡到更为合理的状态检修制，一直是供电和运行部门十分重视的工作。本论文在简述电力设备在线监测技术发展的基础上，结合变电站状态监测技术的应用实践，侧重介绍了变压器的在线监测方法，并鉴于变压器故障诊断的复杂性、经验性和模糊性，采用集成的方法，以人工智能原理为依据，把模糊数学理论和人工神经网络理论相结合应用在变压器故障诊断中，实现了设备监测及故障诊断工作的科学化、现代化，提高了办公效率和工作质量。本论文主要内容有：1．概括了电气设备状态监测和故障诊断的意义、现状及未来发展趋势。从实时监控的观点出发，着眼于设备的在线监测与诊断，使设备从定期检修制过渡到更合理的状态检修制； 2．介绍有关领域知识，包括电气设备的各种绝缘试验、故障的种类、故障原因、故障监测与判断方法以及排除故障的对策。3． 介绍了SPM型变电站状态监测诊断集成系统及变压器油中溶解气体的在线监测方法。本集成系统可以与变电站综合自动化系统进行信息交换；配套开发的变压器油中气体在线监测诊断子系统，可以对变压器的绝缘状况及各项重要试验指标进行监测，当超过注意值时进行示警，提醒运行人员注意，并可进行示警查询。4. 与模糊数学理论相结合，应用两种模糊诊断方法判断故障性质，提供相应的处理措施，并应用到变压器故障诊断实践中。5．通过一个算例验证诊断系统的准确性与实用性。