本发明涉及一种基于支持向量机多分类概率输出的变压器故障诊断方法，属于变压器故障诊断技术领域。本发明首先收集整理大量已知故障类型的变压器油中溶解气体数据，形成训练样本集和测试样本集。然后，在训练集中使用交叉验证确定最佳的参数。接着，使用最佳参数训练出SVM和Sigmoid函数中的参数A、B得到故障诊断模型。最后，利用训练好的诊断模型进行故障诊断。本发明方法继承了SVM方法原有优点，弥补了此前SVM方法中存在误诊断的不足，在变压器故障特征不明确条件下具有一定的实用价值。