一种基于共生关系和小样本学习的电力缺陷识别方法，包括：将原始数据集的所有图片中的具有共生关系的两个电力元件一同提取出来，组成特写数据集；对特写数据集进行标注，只标注与其它电力元件容易混淆的一个电力元件为目标；各自分为训练数据集和测试数据集；对轮廓特征进行检测；分别生成共生识别模型和特写识别模型；汇总两个部分检测结果，最终待缺陷识别电力元件的识别结果。本发明借助于深度学习技术来对体积占比较小、识别干扰因素较多的电力元件进行隐患识别，并与传统的局部轮廓特征提取方法相结合来确定待测电力元件的当前状态，有效避免了待测电力元件在复杂的自然环境下倾斜角度过小以及容易受到遮挡干扰等情况。