本发明提供了一种变电设备缺陷识别方法及装置，具体涉及数据分析处理技术领域，该方法可以包括：先构建红外与可见光的双视视觉系统获取被测变电设备的可见光图像和红外图像；再利用IHS变换和Contourtlet变换的图像融合算法进行融合，生成融合后的待识别图像；接着构建神经网络，对批量的原始视频数据进行特征提取，建立包括变电设备在不同状态下的异常数据的设备缺陷数据库；然后构建基于红外图像特征的迁移学习网络，得到设备区域的温度模式分析结果；最后利用多网络融合算法对待识别图像进行异常识别和缺陷判断。基于本发明提供的方案提升了变电设备故障检测的智能程度，并提高了故障检测的效率和准确率。