针对变压器故障样本稀缺、传统诊断方法精度不足的问题，提出了一种变压器故障诊断方法。该方法融合DGA数据、IEC三比值与Doernenburg比值特征，经预处理构建综合故障特征集;利用量子粒子群算法(QPSO)自适应优化多分类相关向量机(M-RVM)核参数，并将十维融合特征输入优化模型完成训练与诊断。实验结果表明，所提方法的诊断准确率比SVM、PSO-SVM、M-RVM及PSO-RVM等方法均有明显提升。