为适应经济和电网一体化模式的发展,本文开展变电站空气开关和连接片智能识别系统研究。空气开关和连接片状态核查工作是变电站运维人员每月的工作之一,通过该项工作能够发现空气开关和连接片状态错误,降低电网运行风险。本文研究以智能化、电子化、无纸化的识别系统工作方式替代传统的纯人工工作方式,能够有效提高工作效率,降低劳动时间,为电力设备运维网络化奠定良好的基础,具有重要的意义。本文研究的变电站空气开关和连接片智能识别系统主要包括三大模块:空气开关和连接片定位模块、基于卷积神经网络的空气开关和连接片状态识别模块以及空气开关和连接片名称文字识别模块。首先,对于空气开关和连接片这两种设备提出了一种统一的图像定位方法,采用基于边缘和模板匹配的方法实现图像的定位功能。其次,为了识别空气开关的分合状态或连接片的投退状态,设计能够主动学习特征的卷积神经网络。卷积神经网络主要由输入层、多个卷积层和池化层、全连接层、输出层组成。再次,应用百度云文字识别方法识别空气开关和连接片的名称。最后,将这三大模块的运算结果汇总、整合输出,实现了从输入图像到空气开关及连接片状态和相应名称的文本输出的功能。通过实验验证了本系统的识别效果优良。空气开关和连接片定位模块应用效果良好,空气开关定位准确率为0.97087,连接片定位准确率为0.99471。基于卷积神经网络的空气开关和连接片状态识别模块应用效果优异,空气开关状态识别准确率高达0.995,而连接片状态识别准确率高达0.99734。空气开关和连接片名称文字识别模块应用效果优良,空气开关名称文字识别准确率为0.87118,连接片名称文字识别准确率为0.95058。当单个空气开关或连接片设备的定位准确、状态识别准确且文字识别准确率超过80%时,该设备定义为总体识别准确设备。经统计,单个空气开关总体识别准确率为0.83738,单个连接片总体识别准确率为0.90212。本系统能够较准确地实现空气开关和连接片的识别功能,效果优良。