智能电网将现代先进的监控技术、信息技术和计算机技术等与传统物理电网进行高度集成,形成了新型的高效电网,以满足社会发展的需要。高压电网设备常年无休止地运行,由于老化和绝缘损坏引起的故障情况越来越多,因此其预防性的维护要求也不断提高,而由于电网规模的不断扩大使得通过人工进行输电线路和设备的监测越来越不可实现,因此使用计算机和智能设备进行全自动图像/视频监测和分析应运而生。本文对通过紫外成像仪获得的监测图像进行自动分析和处理,快速判断是否存在因绝缘损坏而产生的设备表面电晕电弧放电现象,然后对监测图片进行图像自动标注,使用图像标签识别放电区域部位,不仅有助于在故障早期就发现安全隐患及时预警,并能提供故障信息方便维护人员进行检修,避免造成灾难性的事故。本论文主要工作分为以下几点:1.在传统的图像自动标注过程中均是以图像单个像素为单位进行标签分类,根据超像素是含有相同或相似图像特征的图像区域这一概念,本文将图像进行分割后以超像素为基本单位进行图像标签分类,以此降低计算复杂度,为智能电网图像的图像自动标注作准备。2.本文构建了一个紫外成像图像电晕电弧放电区域的检测流程,通过此流程判断紫外图像中是否存在放电区域,得到了识别效果良好的检测结果,达到通过计算机进行图像自动分析并根据识别结果预警的效果。3.本文对紫外成像图像进行图像标签分类,判断放电区域部位。将纠错编码的思想应用到图像自动识别,引入纠错输出码进行图像标签分类,将图像多分类问题转化为多个二分类问题,并以超像素为标签分类的单位,降低运算复杂度。