本发明提出了一种基于数据融合深度学习的变电站设备缺陷智能分析方法，即通过构建处理跨摄像头视频数据、跨多传感器数据的高效协同、主动感知网络，在对多源视频图像、雷达、声纹振动传感器、智能读表器、水浸传感器、温湿度传感器、气象传感器和历史资料库等变电站多源异构大数据进行融合的基础上，对变电站设备缺陷进行智能分析。本发明实现了融合多源异构信息对变电站设备缺陷分析并行处理，协同一致，以获取更加及时、准确和全面的变电站设备缺陷分析结果，实现以体系效能换效率的整体优势和增值效应。