针对电力变压器的状态预测及故障诊断问题，提出了基于复杂关联关系深度挖掘的变压器状态参量预测方法、基于长短时记忆网络的电力变压器运行状态预测方法以及基于深度置信网络的变压器故障识别方法。针对多元异构数据的GIS 故障诊断问题，提出了基于深度卷积网络的局部放电模式识别方法、基于变分贝叶斯自编码器的局部放电数据匹配方法以及基于LSTM 和Bagging 集成学习的局部放电严重程度评估方法。项目产生高水平论文5 篇，授权专利3 项，基于项目算法开发的软件应用于国网山东省电力公司，为变电站提供高效检测、快速诊断和运维决策支持，有力保障变电设备的运行安全，减少故障造成的停电损失。