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。