数字化牵引变电所承担着向牵引负荷供电的重要职责。目前,变电所一次设备状态估计的研究较为成熟,而二次设备还未建立统一的评价标准和诊断流程。随着二次设备的智能化水平不断提升,其自检信息和在线监测信息得到很大完善,为状态评估和故障诊断工作提供了数据基础。为了对二次设备进行可靠、全面的健康评估,实现智能化运维,本文致力于研究变电所二次设备状态估计技术。首先,本文分析了目前二次设备的在线监测信息源,考虑到设备的必然故障多为硬件故障导致,从CPU模块、电源模块、通讯模块、开入开出模块等硬件模块出发,参考最新监测信息标准,对每类设备分别建立了各自的状态估计指标体系,针对设备硬件层面的健康状态进行评估。随后,本文提出采用基于变权理论和隶属度修正的改进模糊算法模型对各二次设备进行状态估计。在传统模糊综合评价法的基础上,考虑到常权重在多层次复杂问题中会带来偏差,且该算法模型不能对快速劣化的指标做出正确反应,本文提出采用变权和隶属度修正相结合的方法进行改进,提高了评估结果的可靠性和准确性。在得到设备状态估计结果后,根据设备健康值与故障率的联系,本文利用各二次设备的历史健康数据,采用反演法,建立了设备基于健康值的定参数故障率模型,该模型得出的实时故障率随状态估计结果一起输出,可作为下一步故障预测、故障诊断及剩余寿命预测的参考。最后,借助Matlab软件平台和Access数据库,完成了集图形化展示、状态估计、智能告警及数据查询功能为一体的二次设备状态估计系统的实现。本文是从二次设备的硬件层面出发,评估设备能否完成既定的功能,以及早发现必然故障,减少事故的发生率。最终建立了完整的二次设备评估体系,并利用改进的模糊综合评价法提高了评估结果的合理性。之后结合故障率模型,完成了二次设备状态估计系统的实现,为运维人员提供了可靠、便捷的评估系统。