目前国家电网进入一个高速发展的信息化阶段,对输变电设备的可靠性要求也随之提高,对设备运维数据也提出了更高的要求。历年来的电力设备运维数据数量庞大,且有相当大一部分仍以文字形式存在。即使是已经数据化的运维信息,仍然因为人为因素或者系统原因导致数据质量低下。本文结合目前大电网检修体系的要求,结合国网现行的状态评价导则,按照部件扣分的原则实现变压器整体的状态评价,并结合FMECA对变压器进行风险评估,进一步确定变压器状态等级。其次本文对变压器运维数据来源进行分类,通过多元化分析运维数据特征以及变压器状态评价,结合数据挖掘算法对变压器运维数据进行分析,确认异常数据主要包括重复数据、不完整数据以及错误数据三部分,结合数据挖掘算法,对运维数据中的异常数据进行数据清洗,实现变压器运维数据的预处理,达到数据规范化的目的,提高数据质量。然后本文通过比较智能决策、专家知识库、模糊算法等状态评价算法,对运维数据进行动态评估、准动态评估以及静态评估,并在此基础上通过层次分析法建立变压器状态评价归一化模型,层次分析法选择变压器状态评价中常用的12个因素作为评价指标,并计算各指标的权重。“归一化”是指大部分变压器都可以通过数据预处理、数据质量评估、变压器状态评估三步进行状态评价,均可以获得比较精确地状态评价结果。最后,本文通过实例进行验证,在实例中通过设备轨迹预测进一步实现状态评价,实例证明本文提出的状态评估归一化模型是切实可行的。