随着我国电网规模的不断扩大以及智能电网的迅速发展，能够迅速而准确的判断电气设备是否发生故障变的尤为重要，红外热成像技术在电气设备故障诊断中具有非接触、不停机、不停电的优点，为此得到了广泛的应用。然而红外图像在生成过程中可能会受到各种噪声(电子设备本身、周围环境等)的影响，为此需要对图像进行去噪处理，在传统的人工巡检以及图像监控系统中，当图像传输到监控终端后需要值班人员时刻认真排查、监控红外图像是否发生过热故障，不免会发生疏漏或误判、并且浪费了大量的人力物力，不符合现代智能电网建设的要求。因此本文提出了电气设备故障自动定位与诊断的思想，即通过对拍摄的电气设备红外图像进行分析研究，使系统自动判断电气设备是否发生故障并自动定位故障位置，然后以发出警报或者短信的形式表现出来。本文简要介绍了电气设备故障发热原理，由于红外图像在生成过程中普遍生成脉冲噪声和高斯噪声，本文提出了一种与均值滤波相结合的像素同龄组方法，能够很好的消除红外图像的脉冲噪声，在高密度脉冲噪声的情况下，去噪效果更加显著。之后通过NSCT变换增强了图像边缘细节，实现了红外图像的预处理。特征值提取是图像处理较为关键的一步，针对红外图像光照不均匀、对比度不强的特点，本文提出了基于改进型PCNN的图像分割方法，之后采用仿射不变性ASIFT算法对图像进行识别和分类，ASIFT算法对图像的各种变化都有很好的仿射效果。最后采用拓扑矩阵修正的思想实现了故障区域自动定位，然后用相对温差法结合温度数据库实现了电气设备故障诊断。