本发明属于电力技术领域，提供了一种油浸式变压器状态的智能评估方法，在对变压器的DGA样本数据分析中表现出更强的稳定性和更高的评估正确率；具体包括如下步骤：S1、建立DGA样本数据集，S2、对DGA样本数据进行数据筛选，S3、采用无编码比值法对DGA数据预处理，S4、确定特征量维度，并对相应的变压器状态进行编码，S5、平衡数据样本，进行分组，抽取训练集和测试集，S6、建立基于XGBoost的变压器评估模型，S7、采用改进粒子群优化XGBoost的关键超参数，提出IPSO‑XGBoost评估模型，S8、在IPSO‑XGBoost评估模型中导入训练集进行机器训练，导入测试集对变压器状态进行智能评估。