本发明公开一种基于特征选择的油侵式变压器故障诊断方法，利用变压器油中的溶解气体浓度数据，实施特征扩展与分类特征选择，并利用选择后的特征建立概率神经网络模型，从而实施变压器故障诊断。具体来讲，本发明方法首先对溶解气体浓度数据进行统计特征和比值特征的双重构造。其次，本发明方法利用近邻成分分析算法选择最适合故障分类诊断的特征变量。最后，利用选择的特征变量建立概率神经网络模型实施变压器故障诊断。本发明方法的优势在于：首先本发明方法先通过特征扩展再进行特征优选，极大的保证了分类模型的精度；其次，本发明方法操作简单，非常易于实施。