电力变压器是电网中能量转换以及传输的核心,是电力系统重要的组成部分。变压器一旦发生故障,将会给生厂制造和人民的正常生活带来影响,甚至会造成不可挽回的严重后果。如果能在电力变压器运行过程中,通过某些方法对变压器未来的运行状态进行预测,以此为基础对变压器实施维护和状态检修,对于保证变压器的稳定运行,具有重要的实际价值。本文以电力变压器的故障预测为目标,研究了基于云-Petri网的变压器状态分析方法,利用关联规则构建状态转移概率矩阵并对其进行修正,结合变压器状态分析结果和构建的状态转移概率矩阵,建立基于马尔科夫模型的变压器故障预测模型,取得的成果如下:(1)利用云理论提取状态参量与不同状态间的关联规则,结合云产生式规则的表示形式,对一般Petri网模型进行了扩展,建立适用于变压器的云-Petri网状态分析模型,实现了基于云-Petri网的状态推理和基于重心的状态推理结果判别,该模型能够得到变压器当前的状态并对设备不同的状态进行良好的区分。(2)运用Apriori算法对不同状态间存在的关联规则进行挖掘,在此基础上构建了变压器状态转移概率矩阵;建立了包含家族缺陷,运行环境、检修记录和历史运行情况等因素的修正因子体系,对状态转移矩阵进行修正,并引入相对劣化度计算指标值。(3)以变压器状态分析结果作为初始状态向量,结合构建的变压器状态转移概率矩阵,建立了变压器故障马尔科夫预测模型,对变压器故障进行预测。预测实例表明,修正后的转移概率矩阵能够充分利用变压器的各类状态信息,可用于变压器故障发展趋势预测。