随着我国经济快速发展，对电力供应的迫切需要正在快速的加大，而我国又普遍存在能源资源与负荷中心空间分布严重不均的特点，这就决定了我国将建设远距离，大容量的输电系统。大型变压器作为输电系统的枢纽设备，它的运行状态直接影响着整个电力系统的稳定性、可靠性和安全性。因此众多研究机构、科研院所、各大高校都将研究对象对准了变压器，对它开展了广泛而深入的研究。这些研究包括变压器故障预测，变压器状态监测，变压器状态评估，变压器故障诊断等。采用的方法包括目前各种智能的方法，如神经网络、人工智能、遗传变异等。这些研究都起到了较好的效果。作者选择从灰色系统理论出发，对其自身特点、建模机理、建模原则，对系统理论的众多改进方法、改进思想、改进要点以及系统本身在建模机理中的隐含误差、产生根源等内容进行了深入的研究。在这些理论研究的基础上，针对当前变压器故障预测中，遇突变数据预测误差较大的问题，给出改进方法。针对当前变压器故障诊断中，只有隶属关系的判断，缺少对故障量化性评价的问题，给出故障评估的概念和评估方法，再结合应用实例提出故障预评估的概念，给出预评估方法。本文的主要工作及创新点有：（1）从灰色预测模型的建模机理出发，找到了误差产生的根源在于离散形式跃入连续形式的处理方法，从参数的极限变化趋势上和与之对应的图形极限发展趋势上，通过极限推理论证了离散预测模型是灰色预测模型的精确形式，是一种特殊的在极限情况下的GM(1,1)模型，它能完全拟合纯指数函数。（2）在深入研究了灰色理论和时变参数原理后，提出了离散预测模型的改进方法，用初始值非固定的等位滚动DGM(1,1)模型处理突变数据的预测问题。并将该模型与一般DGM(1,1)模型，在原始数据未突变和突变两种情况下的预测效果进行了对比分析。分析发现改进后的预测模型对于在数据突变情况下的预测效果较好。（3）在深入研究了灰靶理论和熵权理论后，首次将灰靶理论和熵权理论结合用于变压器故障的评估中。为解决评估指标的权重缺乏理论依据而以往多依靠主观经验判断的问题，首次将熵权理论引入评估模型中，用数据自身的分布规律，科学客观的确定评估指标的权重。针对以往只能判断故障类别，不能衡量故障严重程度的问题，用灰靶理论作为评估模型的建模理论，用靶心度来量化性衡量故障程度，克服以往变压器故障诊断技术只有单一的隶属关系判断的局限性。最终给出量化变压器故障严重程度和变压器故障分级的新评估方法。在对183组变压器故障数据和与之相应的故障描述对比分析后，验证了该方法对变压器故障评估的有效性。（4）综合应用上述故障预测方法和故障评估方法，结合某厂厂用变压器故障实例分析，提出变压器故障预评估的概念和给出预评估的具体方法，实例分析验证了故障预评估方法具有一定的有效性。