在国家电网公司大力推广“建设坚强智能电网”的今天，作为枢纽变电站的核心设备，电力变压器直接影响着整个电网供电的安全和可靠。加之电力行业设备检修制度的革新，状态检修技术不断发展进步，作为实现状态检修的前提——状态评估越来越受到研究学者的重视。目前，变压器状态评估方法大多仍局限于利用单一信息源信息分析判断变压器的健康状态。但由于单一信息源的不确定性，状态评估的准确率往往会不尽如人意。因此，本文在建立变压器健康状态评估体系与合理选取状态量的基础上，研究了信息融合技术在变压器健康状态评估中的应用，构建并实现了具体模型，并针对状态评估之后的故障诊断环节进行了深入研究，利用智能算法提高了故障诊断的准确性，最终在前两者的基础上开发了基于虚拟仪器LabVIEW的变压器健康状态评估系统。首先，通过研究变压器故障类型与机理以及状态评估系统的架构方式，确定了变压器各分部件状态量的选取，基于实际构建了一套较为全面的变压器分部件健康状态评估体系。其次，将改进层次分析法与熵权法以组合的方式优化权重，并将引入集对分析方法分析变压器健康状态问题中，对其分析结果再利用D-S证据理论融合，建立起基于信息融合技术的变压器健康状态评估模型，并且用实例验证，最终得到较为全面的变压器分部件健康状态评估结果。之后深入故障诊断环节研究，提出一种模拟退火算法与粒子群优化算法相融合的改进算法，构建自适应概率神经网络故障诊断模型并以实例验证。最后，基于上述两种模型，开发了基于LabVEW与MATLAB的混合编程的变压器健康状态评估系统平台，该平台实现了状态评估、故障诊断以及数据库管理三大模块功能。