本发明公开了一种基于Adaboost‑SVM的变压器工况辨识方法，属于变压器状态辨识技术领域。本发明包括在变电站采集变压器工况原始数据集，根据环境温度与负载情况划分变压器运行工况，选取环境温度偏差率、变压器负载电流和运行电压3个参数构建工况特征样本u，基于所述变压器运行工况及特征参数通过k‑means聚类对特征样本获取工况类型标签，训练Adaboost‑SVM分类模型，通过JS优化算法寻取分类模型的最优训练参数，根据分类模型输出结果确定变压器工况类型，本发明能够提升变压器工况辨识的准确性，有利于提高现场检修效率，降低事故风险。