本发明公开了一种基于神经网络的变压器故障声音特征识别方法，其根据噪声和故障声音的频率特性，采用快速独立分量分析算法分离出噪声信号和故障声音源信号，以声音的能量分布作为特征向量，计算故障声音的各个频段的能量分布，根据能量分布故障特征向量，将故障特征向量进行神经网络计算，根据输出值确定变压器故障类型。本发明实现了设备状态信息非接触采集和封闭设备状态透视，达到变压器潜伏性缺陷可视、可感，其能降低故障识别的计算量，提高识别速度。