本发明涉及一种变压器DGA在线监测数据异常模式判定方法，导入DGA在线监测数据，设置滑动窗口的长度和滑动步长，以一定的步长滑动窗口遍历在线数据集，对截取的每个数据窗口，使用基于最小二乘的滑动数据分段线性化算法拟合，使用拟合所得线段的斜率、包含数据的实际增长率以及该线段的跨度表征拟合出的这条线段，构建描述的线段相似度的模型，并使用K‑means算法对线段集进行聚类分析；线段集的符号化表示，归总不同序列符号化后集合中元素数目；基于Apriori算法的思想，挖掘不同序列之间存在的频繁项集，量化不同序列之间的关联性，根据序列之间的关联性强弱，对判定数据中存在的异常数值类型，分离出不同异常模式的数据。