随着我国高铁不断发展,其安全可靠的运行对促进社会经济的快速发展具有重要意义。牵引变压器是保障高铁安全运行的重要设备之一,而绕组直接影响到牵引变压器的变比,对牵引变压器正常工作具有决定意义,因此对牵引变压器绕组的故障诊断也提出了更高的要求。然而高铁牵引变压器是一类电压等级特殊、所牵引的负荷变化剧烈、外部短路频繁的特殊变压器,牵引变压器的绕组一直处于高负荷工作状态,因此绕组故障的累积继而引发重大故障的问题相对频繁。针对上述问题,本文基于独立成分分析(Independent Component Analysis,ICA)与Bayes算法对高铁牵引变压器绕组故障诊断方法进行研究,提出了快速独立成分分析(Fast Independent Component Analysis,Fast ICA)算法对高铁牵引变压器进行绕组故障诊断,并结合Bayes算法对故障诊断方法进行优化改进,为高铁牵引变压器的绕组故障诊断提供理论依据,以提高牵引电网与高铁运行的安全可靠性。具体包括:(1)研究了单相、三相V/v、三相V/x、Scott、三相YNd11、阻抗平衡接线的六种高铁牵引变压器不同绕组接线形式的拓扑结构;搭建了六种牵引变压器电力系统仿真模型,比较了六种高铁牵引变压器的优缺点,分析了牵引变压器常用供电方式;并且分析了基于定性经验知识的、基于解析模型的、基于数据驱动的故障诊断方法。(2)提出了高铁牵引变压器的环境噪声分离方法。首先建立了基于盲信号分离原理的环境噪声分离模型,然后分析了牵引变压器电压信号环境噪声分离方法;研究了牵引变压器环境噪声分离矩阵的计算方法,并且研究了带环境噪声的电压信号的预处理方法,进一步研究了基于负熵最大的Fast ICA环境噪声分离方法,最后通过对环境噪声分离方法进行仿真验证,充分证明了基于负熵最大的Fast ICA环境噪声分离方法的可行性和有效性。(3)提出了 Fast ICA算法对牵引变压器进行绕组故障诊断的方法。针对三相V/x接线牵引变压器绕组故障,选取了 I2和平方预测误差(Squared Prediction Error,SPE)故障监测统计量,并且提出了故障贡献图对牵引变压器绕组故障点进行故障定位,通过仿真完成了牵引变压器绕组故障的初步诊断。(4)提出了 ICA与Bayes算法相结合的针对牵引变压器绕组的故障诊断的优化方法,并且提出了综合EI2(Ensemble I2,EI2)和综合平方预测误差(Ensemble Squared prediction error,ESPE)综合统计量对绕组故障进行监测,提高了故障监测的精确性和高效性。最后以三相V/x接线高铁牵引变压器为平台,通过仿真,验证了 ICA与Bayes算法相结合而改进后的算法的可行性与有效性。