绝缘子是架空输电线路中应用数量巨大的重要组成设备。架空线路的绝缘子工作在户外环境,长期经受环境侵蚀、机电负荷、导线舞动等作用会使其机械性能和绝缘性能降低,形成零值绝缘子。零值绝缘子的存在是电网安全运行的隐患,在不利的天气条件下,出现线路闪络的概率大大增加,进而引发绝缘子掉串或导线落地等严重事故。零值绝缘子检测是供电运行部门重要的工作内容,也是输电线路状态检修的关键技术。目前国内外采用的零值检测方法已在现场检测中得到了应用,为零值绝缘子的检测提供了有效的手段,但也存在如检测工作量大、检测周期长、检测成本高、安全性差、精度低等缺点。红外成像技术在输变电设备故障检测中已经得到了广泛的应用,因此将红外成像技术应用于零值绝缘子检测对提高电网的安全运行水平有着重要的意义。本文对基于红外热像技术的零值绝缘子识别方法进行了系统地研究。在理论研究和试验验证的基础上,本文提出了利用绝缘子串相对温度分布特征和人工神经网络模型相结合的方法,用于不同污秽等级、不同湿度条件下的零值绝缘子识别。试验中获取模拟110kV线路瓷质悬式绝缘子的红外运行图像,针对其包含噪声的类型和图像多级灰度效果等特点,选用自适应中值滤波和邻域平均相结合的方法对红外图像进行去噪处理,在此基础选用二维最大熵阈值分割算法将红外图像中的绝缘子串区域和背景区域进行有效地分割。图像预处理效果良好,图像的噪声得到了有效地抑制,改善了图像质量；分割之后轮廓清晰,有效提取了目标区域。在图像预处理的基础之上,根据绝缘子零值劣化的热像分布特征以及绝缘子运行的外界环境条件,通过统计学的单因素方差分析法对初选特征参数进行分析和鉴别,筛选出能够通过显著性检验、能够有效地反映零值绝缘子的红外图像本质特性,为准确地确定识别模型的输入参数提供条件。在此基础上结合环境相对湿度、温度、等值附盐密度作为识别模型的输入向量,将实际测定绝缘子串是否含零值的状态分类信息作为输出向量,通过训练得到基于改进BP神经网络的零值绝缘子识别模型,并选取试验数据对识别模型进行测试。测试结果验证了该方法准确有效,可为输电线路巡检和绝缘状态检修工作提供决策参考。