本发明公开了一种基于红外和可见光融合的变电站电力设备检测方法及系统，针对现有的变电站场景中电力设备故障定位多为单一模态数据而忽视了多源模态在信息上互补感知的优势，本发明利用深度神经网络提取变电站场景下的红外图像和可见光图像特征，建立基于红外和可见光图像融合的目标检测网络。在网络中设计动态权重自适应分配的交叉注意力结构，进行多模态深层融合下的特征双向重组，实现红外图像与可见光图像在语义空间的对齐，更好地适应了神经网络对不同模态间互补信息的搜寻，增强模型对多模态语义的理解和泛化能力，进一步提高多源特征网络的定位和分类精度。