随着我国电力网络规模的不断扩大,变电站的安全可靠运行至关重要,而电力设备的运行状态是决定其安全稳定运行的关键因素之一。传统的人工定期巡检已经不能满足设备安全运行的需要,随着快速发展的远程高速信息传输技术,在线监测系统的应用越来越广泛。然而大多数这样的系统仍停留在人工监视设备运行状态,需要依靠值班人员亲自去观察和分析所采集到的图像,没有计算机自动识别与分析功能。因此对图像识别技术在电力设备在线监测中的应用研究有助于实现变电站的无人值守,对达到实时监控和故障诊断具有重要意义。本文着重对图像识别技术在电力设备识别中的应用进行了实验和分析,主要内容包括:(1)在原有的变电站视频监控系统上,结合计算机视觉技术,加入图像处理与识别能力,实现智能监测。(2)对电力设备的图像,分别使用各种去噪、锐化算法,根据实验结果得到最佳的预处理方案。(3)主要电力设备都具有明显的特征,通过颜色、纹理、模板匹配进行图像识别实验,并对模板匹配的算法进行了比较分析。(4)对电力设备容易出现故障的区域进行统计,可以得到电力设备的重点监测区域。对设备图像进行二值化变换后,对该区域进行差分和累计图像处理,从而判断该设备是否出现不正常情况。