建设坚强可靠的智能电网是我国电网在新世纪的提出的发展目标和努力方向。未来电网发展的必然趋势包括构建融合多能转换技术、智能控制技术和现代信息技术,广域泛在、开放共享的能源互联网。为了减少传统变电站中人工巡检各仪表可能造成的漏检、误检,同时为了配合电网智能化和信息化,开发智能变电站运检中对传统模拟式仪表的识别和读数方法,本文以一种典型的避雷器监视器模拟仪表为对象,对时下热门的变电站智能巡检机器人上的模拟仪表图像机器识别系统,包括对仪表图像获取后的处理、修正、识别系统进行较为系统的研究。同时力求解决一些影响机器识别的干扰因素,让该系统在实际工程中得到应用。针对上述的识别系统,本文提出一种机器仪表识别的框架。使用了具体方法如下:(1)图像预处理:采用图像灰度处理方法将彩色图像转换到灰度空间处理,采用图像复原方法修正图像的退化;(2)图像配准:从复杂背景中提取出需要的仪表图像,修正部分轻微的图像畸变;(3)相机姿态估计:估计相机相对于标准位置的姿态角,用于修正严重的图像拍摄偏差以及读数偏差;(4)仪表刻度和数字读数识别:采用数字图像处理方法识别仪表读数。本文基于MATLAB R2018a实现。本文研究了基于计算机视觉和数字图像处理的变电站避雷器监视器识别系统。在本文提出的识别框架下,通过对拍摄的仪表图像进行预处理、图像配准和仪表读数误差纠正,得到标准视角下的仪表图像。最终通过仪表指针及数字读数识别得到避雷器监视器的泄露电流和动作次数值。实验结果表明,对影响仪表识别的干扰因素排除效果较好;对8组避雷器监视器进行识别测试,其指针读数最大绝对误差不超过0.021mA,最高可满足国家电工仪表准确度1级的要求,其数字读数做到了完全识别。同时,本文结果表明,本文提出的避雷器监视器识别系统效果较好,在一定准确度等级可以替代人工对避雷器仪表的巡检。本文所提出的方法稍加完善,可在巡检机器人上使用,目前已经通过国网四川电科院研制的巡检机器人在中坝110kV变电站进行了初步测试,取得了良好的效果。