气体绝缘金属封闭开关设备(GIS)是特高压电网中重要的高压电器装置,是电网中主要的开关设备。GIS设备配置灵活、运行安全、维护简便、检修周期长,在电力系统中得到了广泛的应用。但是随着GIS设备的大范围的投运,一些缺陷也渐渐地被暴露出来,严重影响电网的正常运行。因此如何对GIS设备进行精确地检测成了现在最关注的问题。首先通过对GIS设备典型缺陷案例分析,将缺陷发生最频繁、最常见的绝缘故障分为突出物缺陷、自由金属微粒缺陷和表面裂纹3种类型。并通过研究三种故障图像和正常状态图像特征,分析计算了图像的5个纹理特征和6个形状特征,并从中选取逆差矩和对比度2个纹理特征和6个图像不变矩组成识别图像的特征向量。在此基础上分别给出了基于BP神经网络的图像分类方法和基于卷积神经网络的图像分类方法,测试结果验证了所提方法的有效性。然后基于Matlab研制了GIS内部典型缺陷图像识别系统,功能包括:缺陷图像识别、缺陷图像管理、更新神经网络三大模块。其中缺陷图像识别模块的主要功能是添加并上传缺陷图像,在界面上显示出识别结果;缺陷图像管理模块的主要功能是添加缺陷图像、删除缺陷图像、添加缺陷类型以及删除缺陷类型;更新神经网络模块的主要功能是对缺陷图像或缺陷类型后对神经网络进行更新。