电力变压器是电力系统中的核心设备，若在运行中出现故障，将严重威胁电力系统的稳定。由于绕组和铁心故障是变压器故障的重要组成部分，因此对绕组和铁心进行状态监测可以提高电力系统的运行安全性。振动分析法能够通过变压器箱体表面的振动信号来监测和诊断绕组和铁心的运行状态，对机械松动故障敏感，相比传统方法更加方便安全。目前业内在这方面虽有一定的研究，但仍存在识别准确性较差等不足之处。本文以10kV油浸式变压器为研究对象，分别围绕变压器绕组和铁心的松动故障展开研究，利用现代信号处理方法对不同状态下的振动特性进行分析，实现绕组和铁心的状态监测和故障识别。主要研究工作如下：
首先分析了变压器绕组和铁心的振动机理和振动特性，并通过初步实验验证了变压器箱体表面的振动信号可以一定程度地反映绕组和铁心的松动，采用振动法监测变压器运行状态具有可行性。在此基础上搭建实验平台，通过设计模拟绕组和铁心的松动故障的办法，对比箱体上不同测点的振动特性，分析了当绕组和铁心发生松动时，各个测点的振动信号随压紧力的变化规律。
其次，针对变压器松动故障诊断中，常规经验小波变换无法实现某些关键频率成分分解的问题，提出了应用直接阈值边界划分方法的改进型经验小波变换。对比了改进型经验小波变换、小波包变换和经验模态分解的结果，证明了改进型经验小波变换在处理变压器振动信号时的优势。将经验小波变换后计算得到的能量熵作为绕组和铁心松动的判别指标，当监测状态值与正常指标值相比变化幅度超过安全阈值时，绕组和铁心可能发生较严重的松动，应该对变压器进一步监测分析以确认故障。
最后，针对单一指标的稳定性问题，本文提取了变压器振动信号的时域、频域和能量熵指标组成特征向量，引入结合主成分分析和支持向量机的方法对变压器绕组和铁心的松动状态进行智能判别，该方法避免了单一指标无法全面反映状态信息的缺陷。通过分析和实验验证表明了该方法在变压器运行状态检测中的有效性和准确性。
本文研究的振动分析方法和状态识别方法对工程中监测和识别变压器绕组和铁心的松动状态具有指导意义，为发现电力变压器的早期故障提供了参考依据。