目前国内外在变压器状态评估时数据收集比较单一，且习惯上某些特征量主要采用“是非制”，就是只有“合格”和“不合格”两种状态，没有对指标进行量化，不能真实有效反映变压器的状态，这样对变压器进行状态评估不够细致，不利于掌握变压器的真实运行状态。本文依托云南省电力科学研究院，对电力变压器状态评估开展了进一步的研究工作，将可靠性评估方法应用于电力变压器的可靠性评估，利用故障模式及影响分析法建立基于故障树的变压器故障模型，计算得到变压器的可靠度值。在此基础上采用BP神经网络对可靠度值进行拟合，并利用遗传算法（GA）进一步对BP神经网络的初始权值和阀值进行优化，提高可靠度拟合的速率和准确度。将该方法与风险评估方法从理论上和实际运算结果进行了对比研究，找到各自的优缺点，并对评估初始数据进行了分析，计算各个数据特征量对评估结果的贡献度。通过以上研究内容，在进行变压器的状态评估时，依据特征量贡献度大小收集数据，综合两种方法的评估结果得到变压器的运行工况，提高了评估速率和可信度，为状态检修提供依据。