日常生产中大部分电气设备均需要长时间连续性工作,这种运转强度会使设备内部产生升温现象,由于电气设备整体结构具有大电流、高电压、强磁场、散热慢等特点,升温现象会导致电气设备发生故障,影响电气设备的使用寿命和电力系统的稳定运行。为确保电气设备安全稳定正常运行,研究电气设备在运行中进行故障诊断及预警,具有十分重要的理论价值和工程实际意义。本文以检测电气开关柜故障为研究对象,通过红外热成像技术实现故障监测和预警。首先,对目前国内外常用红外检测故障的方法进行了总结,对其优缺点进行了详细分析,并介绍了红外故障的诊断的基本原理、红外技术检测的技术标准、电气设备发热缺陷分类和缺陷等级的定义。其次,根据现场使用红外成像仪的经验,详细介绍了几种检测故障现场常用的红外诊断方法,并将现场采集到的开关柜红外异常发热出现故障的照片建立数据集并保存。然后,根据已有的电气开关柜的红外异常发热故障照片,在Gaussian-YOLO v3目标检测算法的基础上,使用K-means算法、新的参数优化器、数据增强方法和非极大值抑制方法,提升了Gaussian-YOLO v3算法对红外异常发热故障的检测效果,其检测算法在自制温度异常红外数据集上的检测精度达到了93.45%,检测速度达到了每秒49帧。最后,为监测现场多个电气开关柜的温度状态,开发了一套温度报警检测平台。该平台不仅可以远程监控多个电气开关柜的运行温度,还可以根据电气柜异常发热状况进行记录,方便维修人员及时检修电气设备。本文根据现场热成像仪采集图像,使用优化后的Gaussian-YOLO v3异常发热检测算法和实时监控电气开关柜的温度报警检测平台,不仅适用于电气开关柜故障检测,还可应用于其他各种电气设备中。不但有效减少了检修人工的检测强度,减少漏检现象的出现,还为实现设备温度在线监控奠定了基础。