【摘要】电力设备的管理与维护对于保障电力系统的正常运行具有重要意义，传统的电力设备管理方式需要人工巡检，效率低下且易出现漏检等问题，因此需要一种自动化的电力设备图像识别方法。为了提升电力设备图像识别效果，保障电力设备的安全运行，本文研究基于深度学习的电力设备图像识别方法，通过搭建卷积神经网络 (CNN) 模型，对电力设备的图像进行分类识别，并借助实验验证分析，结果表明，该方法具有较高的准确率和鲁棒性，进而提高电力设备的管理效率和可靠性。