电力变压器作为电力系统中最重要的设备之一,其故障诊断技术的研究一直是国内外学者关注的热点。论文对粗糙集在变压器故障诊断中的应用进行了研究,主要包括以下几个方面:研究了变压器故障诊断的发展和现状;论述了粗糙集的相关理论以及在决策分析、故障诊断中的应用;根据变压器的常见故障,讨论了变压器的各种检测技术和故障诊断方法,并在此基础上采用了变压器状态监测及故障诊断智能系统流程;将神经网络引入变压器故障诊断中,实例仿真取得了一定的效果,但也存在一些缺陷;因而将粗糙集理论结合神经网络,应用于变压器故障诊断中,构建粗糙集和神经网络智能混合系统,充分利用粗糙集理论对知识的约简能力模糊神经网络优良的分类能力。首先利用粗糙集方法对原始数据进行约简,形成精简的规则集。然后以此基础构建的模糊神经网络结构完全是由粗糙集最终约简规则决定的,具有良好的拓扑结构,网络规模大大减小,学习速度大为提高,而又保持了网络较好的分类能力。最后结合变压器历史故障样本数据进行仿真,结果表明算法的高容错性和有效性。