本发明公开了一种变电站关键设备缺陷定位检测方法、系统、介质及设备，所述方法包括：针对变电站内部主网关键设备的若干个拍摄点位，获取巡检机器人根据若干个时段拍摄到的每一拍摄点位的红外光谱图像并以此构建红外图像数据集；对红外图像数据集进行筛选、标注，并划分标注后的红外图像数据集；根据训练数据集，对预先配置的深度神经网络模型进行训练，得到学习模型；将测试数据集输入到学习模型，得到检测结果；在测试数据集中的红外光谱图像上裁剪得到主网关键设备的图像并输入至语义分割模型，得到位置分割结果。本发明能够自动识别到主网关键设备的表面是否存在缺陷，且更容易检测变电站主网关键设备红外细节信息，检测速度快，准确率高。