【摘要】针对传统变压器绕组变形诊断方法识别精度低以及样本数据匮乏的问题，本文提出了一种基于时间动态变分自动编码器（T D - V A E）和逻辑正则极限学习机（L o g R E L M）的变压器绕组变形故障诊断方法。首先利用 A n s o f t Maxwell 仿真平台建立变压器三维有限元模型，计算变压器健康绕组和变形绕组的等值电路参数。并根据所求的电气参数在 Matlab 搭建变压器绕组等值电路模型，仿真不同变形情况下变压器的频率响应曲线。其次考虑到变压器绕组变形数据样本不均衡的特点，并采用时间动态变分自动编码器对原始数据进行重构，生成与原始数据相似的高质量新样本，实现数据样本的增强。最后采用粒子群优化算法（PSO）对 LogRELM 模型参数进行优化，构建 PSO-LogRELM 组合模型对变压器绕组变形类别进行诊断。仿真结果表明，在绕组变形样本数据匮乏和不平衡的情况下，所提方法具有较高的故障诊断精度。