本发明提供一种变电站设备缺陷识别检测方法及系统，方法包括：采集获取变电站设备可见光图像，对图像中正常设备与设备缺陷进行标注；对训练数据集进行训练；将文本和图像对应输入到大型语言模型LLaMA和大型视觉模型ViT的编码器中，分别得到语言特征向量和视觉特征向量；实时采集变电站的图像；将图像与默认文本输入训练后的可见光图像与文本多模态大模型后，输出预测的边界框，得到图像中缺陷设备的位置；可根据模型预测的分数在报警模块中设置报警门限；根据报警信号，及时采取措施对设备维护人员进行提醒。本发明解决了小模型和单纯可见光图像的应用场景受实际条件制约，同时存在缺陷漏检、智能化水平较低的技术问题。