针对超高压、大容量电力变压器的早期潜伏性故障,提出了一种基于数学形态学融合多神经网络的故障诊断新方法。首先对采集的数据通过数学形态学的TOP-HAT变换进行预处理,然后运用5种不同结构的神经网络对变压器进行故障诊断,最后把各种网络的诊断结果通过数学形态学运算进行平滑处理得到诊断结果。通过对实际变压器油色谱分析的气体浓度数据进行融合诊断的结果比较看,该方法具有计算简单、快速的优点,能够快速诊断出故障类型,并具有更高的准确度。与单个神经网络诊断方法相比,可在故障特征比较类似的情况下正确诊断故障类型。