随着我国用电需求量的不断增加以及电网规模不断扩大,变电站电气设备的热故障识别在保证电网安全高效运行、预防事故发生中起着至关重要的作用。红外成像技术具有非接触、远距离、不停机工作的特点,可实现在不接触变电站设备的情况下,根据设备表面温度分布情况,识别出温度异常区域,在非停电状态下识别设备热故障。本文主要对实现基于红外成像技术识别变电站电气设备的热故障过程进行以下研究:对变电站内部电气设备进行红外图像采集,对采集到的样本图像进行图像预处理,其步骤包括灰度化、去噪声、图像增强。其中,首先采用加权平均法对彩色红外图像进行灰度化处理;采用将小波阈值去噪法与中值滤波法相结合的算法对红外图像做去噪声处理;采用直方图均衡化方法对红外图像做图像增强处理。对经过预处理的图像采用改进的K-means聚类算法对图像进行分割,将红外图像分成背景区域、正常区域以及过热区域三个部分。最终采用相对温差法识别电气设备热故障点。这种基于红外成像技术的变电站电气设备热故障识别是将红外非接触测温、快速识别各区域温度的优势用在了变电站电气设备热故障识别中,实现了电气设备热故障部位的快速精确定位,能够有效提高热故障点检测和判定的准确性,降低劳动强度。该论文有图36幅,表6个,参考文献55篇。