随着电力网络规模的不断扩大,电力系统的安全运行变得越来越重要。变电站作为电网的重要组成部分,其运行状态是决定电网是否能够安全运行的关键因素之一。随着视频监控技术的普及应用,变电站的无人值守化已逐渐成为当今电网调度自动化的发展趋势,为了保障变电站的正常运行,需要对变电站开关设备的开合状态进行监控。因此,借助变电站监控系统对隔离开关进行自动检测和状态识别,是实现变电站无人值守化的技术基础,也是变电站安全运行的重要保障。本文研究基于计算机视觉的220 KV隔离开关自动检测与状态识别技术。我们首先提出了一个基于深度学习的隔离开关自动检测算法,利用Faster R-CNN检测由两个圆环构成的开关槽;然后根据先验知识自动提取出合闸时开关柄位置的感兴趣区域;最后利用SVM构建分类器识别该感兴趣区域是否存在开关柄,从而判断隔离开关的状态。我们研发的原型系统的性能良好,在CPU上运行,处理速度达到每副图像只需要4到5秒,检测精度为99%。