高压开关设备作为保护电力系统中各类配电装置不可缺少的电气设备,在运行过程中会受到高电压、大电流、机械应力以及环境因素的共同作用使得高压开关设备伴随着发热现象。红外诊断技术是高压开关设备的热异常故障诊断的有效手段。在采集到的红外图像中可以反应出设备中存在的过载、接触不良、接头松动等故障,这对于及时发现、处理、预防高压开关设备故障带来的重大事故具有非常重要的意义。为快速有效的诊断高压开关设备热异常,本文从高压开关设备红外图像识别和故障诊断两个实际问题出发,开展了深入的研究。通过分析高压开关设备典型热异常及红外图像的特点,针对传统算法在高压开关设备在红外图像识别与故障诊断方面的不足,建立了高压开关设备红外图像数据库,提出了新的高压开关设备识别及热异常检测算法,取得了以下成果:1)高压开关设备红外图像在采集、传输过程中存在较多的椒盐噪声和高斯噪声,因此针对传统的红外图像去噪方法的不足,提出了改进均值的自适应中值滤波算法。实验结果表明,该算法可以有效滤除高压开关设备红外图像中的噪声,同时可以保持图像的清晰度,且在PSNR和MSE指标上呈现出良好的滤波性能。2)针对目标高压开关设备红外图像分割过程中存在的边缘准确性较差、轮廓不够清晰的问题,研究了传统的高压开关设备红外图像分割方法,提出了基于Mask RCNN算法的目标高压开关设备红外图像分割方法。实验结果表明,该分割方法准确率高且具有较强的泛化能力,测试准确率达到86%,可将其初步应用于高压开关设备红外图像分割中。3)针对高压开关设备红外图像异常发热点检测中存在目标位置场景复杂和大小不均衡带来的检测准确率下降问题,改进YOLO v3算法实现了高压开关设备异常发热点的快速检测、识别和定位。同时,建立了用于高压开关设备红外图像异常发热点的数据集。实验结果表明,该检测方法识别速度快,准确率高且具有较强的泛化能力,可将其初步应用于高压开关设备异常发热点目标检测中。