变电站是电力系统中电能转换的枢纽,变电站电力设备的持续稳定工作是保障电力系统安全运行的重要前提。随着全社会对电能需求量的不断攀升,我国不断推进智能变电站建设与传统变电站智能化改造。为保证规模庞大的智能变电站与电力设备安全稳定运行,需通过准确有效的故障监测方式,实时确定设备运行状态并给出相应提示,方便工作人员及时排除故障与隐患。过去由人工巡检方式实现的电力设备状态监测已经无法满足智能变电站对设备监测准确性、实时性以及智能化要求,为此设备感知技术、信息通信技术以及状态监测专家系统得以提出,为变电站环境下实现电力设备运行数据采集并进一步完成自动化故障诊断提供了有力支持。本文借助红外热成像与目标检测等技术,设计了面向智能变电站的设备故障监测系统,实现电力设备实时运行数据采集与预处理、数据传输、图像智能分析、设备故障分级诊断以及信息可视化展示,充分满足智能变电站对设备故障监测的数字化、自动化、可视化需求。该系统具体实现围绕三部分展开:（1）调研分析变电站对设备监测需求与相关实现技术,基于边缘处理端-云计算平台端协同处理方式,设计电力设备故障监测系统的整体架构和对应的数据库与各功能模块。（2）由红外热像仪与嵌入式计算平台组成边缘处理端,负责电力设备红外热图像采集与数据预处理,将符合处理要求的设备数据通过基于TCP协议的Socket通信方式与云计算平台端进行数据传输;在云计算平台端运行故障诊断流程,实现电力设备的运行状态定量诊断分析;通过Spring Boot开发可视化平台并部署,向运维人员提供设备状态监测服务。（3）优化设备故障诊断流程中的Faster-RCNN设备检测模型,将主干特征网络提取到的多尺度特征进行融合;为模型引入计算机视觉注意力机制,在主干网络后连接一种改进的通道-空间混合注意力机制模块,加强模型对电力设备的敏感性,提升对电力设备目标检测准确度。通过实验分析,改进的Faster-RCNN模型在变电站自建红外数据集中对各类设备识别的平均精度均值达到90%以上,较好地满足智能变电站进行故障监测时对电力设备识别准确度要求。平台通过功能性测试与非功能性测试,经过设置后可直观展示不同监测区域内设备温度信息变化,依据设备当前运行状况与故障诊断标准给予相应报警提示。本文对智能变电站的设备故障监测任务在实现技术与应用架构上分别进行探索实现,具有较好的研究意义和应用价值。