随着铁路的高速发展,铁路牵引动力变电站逐渐增多,但大多数位置偏僻,维护较不方便。变电站内绝缘子在长期运行中,受冰霜、降雨等气候影响,会出现磨损、裂纹以及自爆破损等缺陷,造成绝缘子发生故障,引发闪络和供电中断,严重影响牵引变电站的运行和安全。因此,开展对变电站绝缘子缺陷的监测具有现实意义。论文将所设计的牵引变电站缺陷监测系统分为服务器模块、客户端模块和机器视觉处理模块三个模块。在服务器模块中,将服务器分为三层结构,分别为表现层、业务逻辑层、数据访问层,负责系统的数据存储、系统通知以及对客户端请求的响应。客户端模块主要向系统用户提供实时查看变电站监控视频、报警信息和实时接收报警信息的推送等功能。机器视觉处理模块通过对变电站摄像机SDK的二次开发得到变电站的实时图像信息,调取绝缘子缺陷监测算法实时监控变电站绝缘子,实现对绝缘子缺陷的检测。在绝缘子缺陷检测过程中,首先对变电站绝缘子图像进行预处理,增强图像特征;其次针对目标检测算法存在背景信息,导致检测精度不高的问题,采用改进FasterRCNN的RRPN倾斜框检测算法分割提取图像中的绝缘子无背景图像;将绝缘子无背景图像使用霍夫变换直线检测后,得到绝缘子根据片数分割后的图像;针对绝缘子缺陷正常样本数量与异常样本数量不平衡的问题,使用Ganomaly网络对绝缘子分割图像的正常样本进行训练,判断绝缘子是否存在缺陷,将有缺陷的图像信息发送至服务器,由服务器向客户端进行报警推送并记录于数据库中。论文以绝缘子缺陷检测算法为核心,实现了一套基于机器视觉的变电站绝缘子缺陷监测系统,该系统能够准确检测绝缘子缺陷并及时报警推送。测试结果表明,系统能够长期稳定运行,且对绝缘子缺陷识别率达到88%,检测速度在GPU1080Ti的计算机中可达到2fps。有效提高了绝缘子缺陷检测的精准度,对变电站绝缘子缺陷检测有积极意义。