在变电设备运维检修中，使用红外检测仪器诊断被检设备的热故障是一种运用广泛且行之有效的措施。一方面红外成像仪器与被检设备不接触，具有检测快捷方便、不具侵扰性等特点，不会对被检设备产生物理、化学损伤；另一方面行业主管部门及各单位制定并不断更新红外检测工作的标准及作业指导，方便检测人员学习操作，极大地提高了电网运维检修的效率。红外图像处理、设备热故障状态诊断、故障区域确定逐渐成为了变电设备日常红外检测工作中的核心，而这一环节严重依赖检测人员进行人工处理。在面对电网规模的高速扩大和电网智能化提升要求，这一处理方式不仅徒增了检测人员的工作量，而且可能因检测人员的主观性导致无法对设备的故障态势作出正确的判断。本文针对这一环节的问题，研究并设计了一种基于红外图像的变电设备识别及热故障诊断方法。
　　首先，针对变电设备红外图像分割的研究。在分析变电设备红外图像特征、背景干扰基础上，利用图割的理论方法，研究并设计一种结合LSC超像素分割算法、MSRM超像素融合算法和Otsu阈值法的图像分割方法。该方法使用LSC将全局图像分割为多个超像素块，利用Otsu阈值对超像素块做背景预标记，同时运用MSRM对超像素块进行融合，最终分割出目标图像。实验及不同方法的对比表明，该方法可得到较为完整、准确的目标设备，并且在复杂背景的红外图像的分割中具有可行性。
　　其次，针对变电设备特征提取与分类的研究。利用Hu不变矩和SIFT特征对图像平移和缩放具有不变性、对设备类别具有较好的区分度的特点，提出联合这两个特征作为变电设备的整体特征描述，输入至BP神经网络分类器中，得到变电设备的类型识别结果。通过实验，该方法对不同类型设备的分类效果较好。
　　接着，针对变电设备的结构划分的研究。在分析变电设备外形特征与像素点关系的基础上，设计一种基于像素统计的结构区域划分方法。该方法利用变电设备像素矩阵建立数学模型，通过矩阵运算找到设备结构的分接点，逐层划分得到结构区域划分结果，为后续变电设备热故障的精细化诊断提供依据。实验表明，该方法所得的结构区域划分与设备的实际结构区域基本一致。
　　最后，在上述研究的基础上，结合变电设备红外诊断规范、标准，读取红外图像的原始温度信息，依据不同的设备类别及其相应的诊断判据，诊断设备的故障状态并确定故障等级。