本发明公开了一种基于双向长短时记忆的变压器故障自辨识方法及系统，涉及变压器故障诊断技术领域，为解决现有的变压器故障诊断存在数据依赖性强、处理时序数据能力不足、模型泛化能力差和计算资源要求高的问题。方法包括：变压器故障数据收集；数据预处理；将预处理后数据进行分割，分割为训练集和测试集；构建基于双向长短Bi‑LSTM模型的深度学习框架，并将深度学习框架转换为元学习器，使用训练集对模型进行元学习优化，使用少量标记数据对模型进行微调；采集当前变压器实时位置参数及油中溶解气体参数，处理后输入训练好的模型中，模型预测计算后诊断变压器故障类型并输出根据当前变压器位置参数及故障类型，定位故障区域。