【摘要】电力系统是电能生产与消费的集中管理系统，变电站则是电力系统的核心设施。随着变电站规模的急速扩张和智能化、数字化水平不断提升，大量非标准数字化的设备信号的采用致使变电站设备异常识别与处置难度急剧提升，为此本文采用K-means聚类算法聚类电力设备异常数据，然后采用改进迁移学习提取异常数据特征，最后通过支持向量机方法完成变电站电力设备异常的识别，实现变电站异常智能巡检，辅助人员快速进行设备异常处置决策。