本发明涉及一种智能变压器故障预测方法和装置，属于数据预处理与识别技术领域，解决现有方法未充分考虑变压器故障影响因素，预测模型无法真实预测变压器故障的问题。方法包括：获取智能变压器故障影响因素的历史数据；通过灰色关联度分析法对智能变压器故障影响因素的历史数据进行预处理，计算智能变压器故障与智能变压器故障影响因素的各类数据之间的关联度值，将关联度值大于等于关联度阈值的历史数据作为训练数据集；构建BP神经网络并利用训练数据集进行训练以获取预测模型；以及获取智能变压器故障影响因素的实时数据，并将实时数据输入预测模型以获得智能变压器是否发生故障的预测结果。通过灰色关联度分析降低数据输入量，提高数据可靠性。