本发明公开了一种基于OneclassSVM算法的变压器故障诊断方法，该方法首先收集油浸式变压器故障数据，关联故障标签，获得样本数据集；然后使用OneclassSVM算法识别并剔除样本数据集中的离群点，而后样本数据集划分为训练数据集和测试数据集；接着建立分类器模型，得到油浸式变压器的XGBoost故障诊断模型；最后对待测油浸式变压器数据进行预测，得到故障诊断结果，并给出诊断结果误差率。本发明通过建立分类器模型，并进行训练，获得能够识别变压器故障的分类模型，通过对数据使用OneclassSVM算法识别并剔除离群点，能够提高变压器故障检测的效率和准确度。