Le transformateur de puissance est l' l ment le plus critique dans le transport d' lectricit . Sa d faillance n'affecte pas uniquement la disponibilit en nergie lectrique, mais aussi conduit des p nalit s technico- conomiques tr s lourdes en cons quences; d'o la n cessit de d tecter et d'identifier d s les premiers stades les d fauts latents pour une ventuelle action pr ventive. L'analyse des gaz dissous (AGD), est l'une des techniques les plus efficaces pour surveiller l' tat de sant des transformateurs par un simple pr l vement effectu et analys . Les quantit s d'informations soutir es, leur complexit , l'existence simultan e de plusieurs d fauts, l'absence d' quations qui les r gissent, imposent le recours des syst mes plus performants de diagnostic tels que les techniques d'intelligences artificielles (exemple R seaux Neurones Artificiels (RNA)). Dans ce travail, nous comparons les r sultats obtenus en se basant sur les techniques d'interpr tation d'AGD utilis es dans les normes (IEEE; CEI;...) et une technique moderne (RNA) que nous avons d velopp via des programmes utilisant le MATLAB.