随着智能电网的建设,变电站作为电力系统的核心单元,其主设备的智能化程度越来越高,基本已经实现了无人值守。但是对于变电站辅助设备而言,仍存在着辅助设备子系统相互独立、环境参数的监测不全面、数据来源不稳定、功能单一、智能化程度不高等问题。制约着智能化变电站的发展,使变电站存在着一定的安全隐患,给变电站的安全运维带来了不便,不符合国家电网公司对于建设智能变电站的要求。因此,研发变电站辅助设备智能监控系统是非常必要的。针对目前变电站辅助设备存在的问题,可以确定变电站辅助设备智能监控系统的软件需求,明确变电站辅助设备智能监控系统的设计目标,制定出一套符合系统需求和设计目标的变电站辅助设备智能监控系统。按照《电网管理调度条例》的要求,再结合变电站IEC61850标准和智能变电站“三层两网”通信结构体系,将本系统设计为包括区级主站远程监控系统、远程信息传输网络、站端监控系统、无线传感器网络和终端无线控制设备的“三层两网”结构体系。然后对系统的总架构进行了设计和对符合在变电站内进行数据传输的通信网络进行了选取。其次按照用户需求对系统的功能进行设计。最后通过计算机语言将其实现,最终实现变电站辅助设备智能监控系统。本系统采用C/S架构,基于C#语言、Java语言和SQL Server数据库开发本系统的电脑端软件、手机软件和系统数据库,通信协议采用TCP/IP协议,并且自主设计通信报文。针对电力火灾危害的严重性和传统的传感器火灾报警器的不足之处,在火灾报警系统中采用实时照片与烟雾传感器配合的方式监测火灾。针对实时照片的火灾识别,采用深度学习来进行监测,本文提出一种用于火灾检测的轻量型神经网络。在模型的建立后,采用17种电力火灾、普通火灾以及无火灾的场景,将数据集中的图片数据按照比例3:7分为训练集和验证集,得到测试模型准确率和训练后的模型。本模型可以实现对输入的图片进行实时的火灾识别,识别准确率高。最后将识别模型移植于变电站辅助设备智能监控系统中,有助于火灾预警子系统的构建。系统开发完成后,对其进行了测试,测试环境可以分为实验室环境测试和变电站现场测试。分别对系统的功能性和稳定性进行了多次测试,从测试结果可以发现本系统满足设计要求和用户需求,并且部分系统已成功安装在变电站并稳定运行。本课题设计的变电站辅助设备智能监控系统弥补了现有变电站辅助设备监控系统的不足,能够实现辅助设备的综合自动化以及智能化,为无人值守变电站提供了支撑。本系统性能稳定,实用性高,达到了预期的目标。变电站辅助设备智能监控系统的建成提升了变电站智能化水平,加快了智能电网的建设。