[1] 李云淏，咸日常，张海强，等．基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法［J］．电网技术，2023,47(04):1470-1478.[2] 李明轩，杨柱石．基于故障诊断加强电力变压器安全管理—— 评《变压器直流偏磁风险分析与治理》［J］．中国安全科学学报，2023,33(02):233.[3] 刘胜军，孙志鹏，沈辰，等．基于振动频谱分析和总谐波畸变率的电力变压器故障诊断方法研究［J］．电网与清洁能源，2021,37(03):86-91.[4] 赵文艺，曲鸣飞．基于贝叶斯网络的电力变压器故障诊断方法［C］// 国家新闻出版广电总局中国新闻文化促进会学术期刊专业委员会．2020年第四届国际科技创新与教育发展学术会议论文集（卷一）. 北京电子科技职业学院机电工程学院，2020:3.[5] 彭鹏，邵宇鹰，王海峰，等．关联规则推演在油浸式变压器故障诊断中应用［C］//中国电力科学研究院．2019智能电网新技术发展与应用研讨会论文集．国网上海市电力公司，2019:3.[6] 郭方洪，刘师硕，吴祥，等．基于联邦学习的含不平衡样本数据电力变压器故障诊断［J］．电力系统自动化，2023, 47(10):145-152.DOI:10.7500/AEPS20220112003.[7] 陈杰．基于机器学习的电力变压器故障诊断研究［D］．上海电机学院，2023.[8] 范慧芳，咸日常，王涛，等．改进朴素贝叶斯模型在电力变压器故障定位中的应用［J］．高压电器，2023, 59(2):190-197.DOI:10.13296/j.1001.[9] 董理科，白鹭，武娜，等．基于知识图谱的电力变压器故障预测方法研究［J］．高压电器，2022.[10] 李国军．电力变压器常见故障及其诊断研究［J］．黑龙江科技信息，2010,(28):58.[11] 王毅斌．电力变压器机械故障声学诊断方法研究［D］．兰州交通大学，2023.[12] 乔雨阳．电力变压器油色谱测定及分析［C］//2023年电力行业技术监督工作交流会暨专业技术论坛论文集（下册）.2023.[13] 孙玉凤．电力变压器故障检测技术的现状与发展趋势［J］．山东工业技术，2018.DOI: CNKI: SUN: SDGJ.0.2018-16-158.