一种基于D-S证据理论的变压器油色谱数据预测方法。包括以下步骤：步骤1）：采集变压器油色谱数据中的多种气体浓度历史数据；步骤2）：以多种气体在某一时刻的浓度作为输入，以多种气体中的待预测气体在下一时刻的浓度作为输出，利用所采集的多种气体浓度历史数据作为训练样本集通过多种智能预测算法进行训练，并计算训练误差；步骤3）：利用D-S证据理论对步骤2）中所述的多个预测模型得到的预测结果进行权重提取和融合，得到待预测气体预测模型权重，最终得到预测值；步骤4）：结束。本发明利用D-S证据理论对多种方法获得的预测结果融合能力来对气体浓度进行预测，改善了变压器油色谱数据预测模型的精度和泛化能力，具有更高的预测精度。