为了进一步提高变压器故障诊断精度，提出基于云模型与改进D-S证据理论的变压器故障诊断方法。首先，利用油中溶解气故障样本建立各类型故障的标准云模型，并计算待测样本与故障标准云间的隶属度值；其次，根据隶属度确定不同故障下的基本概率分配；然后，利用Pignistic概率距离构建相似度并对基本概率分配进行修正，再引入平均支持度加权优化证据融合规则；最后，使用基于云模型和改进证据理论建立的诊断模型对实际案例进行测试与诊断分析。实验结果表明：基于云模型和改进D-S证据理论建立的模型故障诊断精度达88.4±2.8%，较支持向量机、K最近邻分类算法和灰色关联分析法的识别率分别提高了7.8%、3.8%、15.7%，验证了所建模型具有更优越的故障诊断性能。