Las funciones de umbral de wavelet son ampliamente utilizadas en el denoising de cromatografía de petróleo porque las señales de alta calidad son la base para el Análisis de Gases Disueltos (DGA), que determina la precisión del monitoreo de fallas del transformador. Sin embargo, existen ciertas limitaciones de las funciones de umbral de wavelet, como el fenómeno de Pseudo-Gibbs y una selección de umbral inapropiada. Con este propósito, se propone un método de denoising de función de umbral mejorado basado en optimización de enjambre de partículas genético modificado (MGPSO-ITF). Específicamente, el método construye una nueva función de umbral paramétrica que posee una derivabilidad de orden superior y una pequeña desviación constante. Para obtener valores óptimos para los parámetros ajustables, se emplea MGPSO, que supera a otros métodos en la identificación del óptimo y en lograr una rápida convergencia. Los resultados de la simulación demuestran que la función de umbral mejorada produce una mayor Relación Señal-Ruido (SNR), una mayor Relación de Supresión de Ruido (NSR) y un Error Cuadrático Medio (RMSE) más pequeño en comparación con métodos anteriores. Específicamente, para la señal originalmente relativamente suave, MGPSO-ITF no la corrige en exceso para causar distorsión. Además, los experimentos en señales medidas ilustran que el MGPSO-ITF es altamente efectivo en el denoising y en preservar las propiedades originales de la señal. Especialmente en casos donde la deformación del pico es prominente, el algoritmo supera tanto a los métodos de umbral duro como a los suaves, logrando una reducción del 2.934% y 1.029% en el error del área del pico, respectivamente.