变压器作为电网系统的枢纽核心设备,其安全可靠性直接和间接的关系到整个电网系统的运转。随着经济的发展,各种能源的巨大需求促进了电力产业的扩展,对变压器设备的保护也越来越受关注。因此,对变压器开展状态检修工作无论在技术上还是经济上都具有重要意义。状态检修工作重点在于对变压器运行时内部状况作出精准评估,以确定变压器内部故障程度,并根据状态评估的结果制定相应的计划策略。不但降低了检修的费用,同时提高系统的可靠性。本文提出的基于符号动力学的变压器内部故障检测,主要针对目标设备电流参数,无需额外传感器,是一种比较经济可靠的在线监测方法。本文主要工作可分为两部分,首先通过推导变压器数学仿真模型并依此建立起变压器内部故障物理模型,然后通过测试、仿真以及现实数据实验分别运用符号动力学算法予以验证。文章先对变压器类型和结构进行分类,在此基础上建立起变压器故障树分析模型,选取易于发生的绕组故障作为分析参考对象。对变压器内部故障进行着重分析,依据数学仿真模型论证变压器工作环境的非线性本质属性,侧面证明了符号动力学进行检测的有效性,并通过改进扩展数学模型实现变压器内部故障仿真。随后利用符号动力学对变压器内部故障提出检测框架。对于信号相空间重构介绍常见的划分方法并创新性提出改进最大熵划分,然后建立起马尔科夫状态概率转移矩阵提取信号特征信息,对比模式的不同来表征信号的差异性。本文运用两种划分算法对故障信号进行检测,并依据实验结果进行分析。实验主要包括三部分,首先利用正弦信号测试集对两种算法参数进行筛选,初步证明了两种符号动力学算法检测信号的有效性。然后通过仿真变压器内部故障获取电流信号数据进行实验,结果表明两种符号动力学算法均能够快速有效检测出故障信号,并依据效果最佳的算法检测值为此变压器提供状态检修计划策略,并将此算法与其他学者不同思路的方法进行系统性比较。最后利用收集的现实故障数据对此符号动力学算法再次验证,结果符合实际情况。层层推进地证明了本文的符号动力学算法能够针对变压器内部故障进行有效检测。