一种电力设备红外图像故障定位、识别与预测方法，步骤：1)收集电力设备红外热图像数据；2)分类红外图像，构成数据集；3)构建卷积神经网络模型；4)分出有故障的电力设备；5)实时监测有故障的电力设备，纵向收集温度数据；6)定位故障部位，分割电力设备红外图像，提取故障区域；7)诊断故障区域进行，判断故障等级；8)预测设备状态趋势；9)信息统一输出显示；10)存储故障等级；11)制作四类红外图像数据集；12)构建目标检测模型，并训练；13)直接目标检测待测的电力设备红外图像，获取故障部位、等级；14)重复步骤5)；15)重复步骤8)；16)重复步骤9)；利于故障部位的定位、故障等级判断、故障设备的预测、给出维护建议。
