针对变压器绝缘油的实测拉曼光谱数据，以拉曼光谱技术为手段，以准确判别变压器绝缘老化状态为目的，开展基于拉曼光谱数据处理、特征提取和老化诊断的研究。首先，结合拉曼光谱噪声的变化规律，基于小波变换理论提出全局阈值小波变换滤波法，有效地去除拉曼光谱中的噪声信号。然后，基于自适应迭代重加权惩罚最小二乘法（airPLS）提出一种改进的基线校正方法，准确地去除拉曼光谱的荧光背景。其次，运用连续投影算法（SPA）提取拉曼光谱中的老化特征信息，并分析其与变压器绝缘油老化程度之间的关系。最后，基于轻量级梯度提升机（LightGBM）分类模型实现对变压器绝缘老化状态的准确判别，并以极限梯度提升（XGBoost）模型作为对照，比较二者的诊断精度。实验结果表明，轻量级梯度提升机模型的诊断精度具有明显优势，验证了所提取老化特征信息的有效性。