本发明公开了一种基于振动信号和领域知识的牵引变压器故障诊断方法，包括以下步骤：采集列车牵引变压器在正常运行和各种故障状态下的振动信号和运行数据，构建故障诊断模型数据集，构建基于残差神经网络的故障诊断模型，包括输入层、卷积层、残差块、批归一化层、全连接层和Softmax层，使用训练集训练故障诊断模型并通过测试集检验模型性能，得到训练好的故障诊断模型，将实时采集的列车牵引变压器振动信号和运行数据输入故障诊断模型中，输出对牵引变压器的故障诊断结果。本发明的有益效果在于提出了一种结合振动信号和领域知识的牵引变压器故障诊断方法，能够快速准确地实现列(56)对比文件Lei Guo.et al.A Fault Diagnosis Basedon Multiscale Texture Features of CableTerminal on EMU of High-Speed Railway.《IEEE》.2020,全文.Hongtian Chen.et al.A Review of FaultDetection and Diagnosis for the TractionSystem in High-Speed Trains《.IEEE》.2019,第21卷(第02期),全文.