1.一种基于CGAN图像扩增的变电设备红外图像温度值识别方法，其特征在于，包括如下步骤：

S1：红外图像二值化处理，对变电设备红外图像进行灰度变换，并将灰度图像按照设定好的全局阈值进行处理转换为二值化图像；

S2：温度值定位，对变电设备红外图像上的矩形框按照垂直像素累加法进行定位，并根据温度值和矩形框的相对位置关系确定温度值的位置；

在所述步骤S2温度值定位中，所述垂直像素累加法以矩形框的长边为方向、以矩形框的短边为参考，所述垂直像素累加法是对整体图像按列累加连续的像素定位出矩形框四角的坐标(X矩形左上，Y矩形左上)、(X矩形左下，Y矩形左下)、(X矩形右上，Y矩形右上)、(X矩形右下，Y矩形右下)，所述温度值包括温度最大值框(X温度最大左上，Y温度最大左上)、(X温度最大左下，Y温度最大左下)、(X温度最大右上，Y温度最大右上)、(X温度最大右下，Y温度最大右下)和温度最小值框(X温度最小左上，Y温度最小左上)、(X温度最小左下，Y温度最小左下)、(X温度最小右上，Y温度最小右上)、(X温度最小右下，Y温度最小右下)，所述温度最大值框和温度最小值框与矩形框的相对位置如下式所示：S3：温度值分割，采用垂直投影法将确定的温度值进行分割，根据温度值特点分割成两位或者三位；

在所述步骤S3温度值分割中，所述垂直投影法从左到右将所述温度最大值框和温度最小值框在垂直方向上按列投影，得到各列像素累加值，如下式所示：S4：建立变电设备温度值数据库，按照温度值的特点分成数字“0‑9”和符号“‑”共十一种类型；

在所述步骤S4建立变电设备温度值数据库中，所述变电设备温度值数据库来自N张变电设备红外图片，所述变电设备温度值数据库存在数字“0‑9”和符号“‑”共11种类型，N大于等于100；

S5：图像扩增，使用CGAN算法扩增十一种类型的图像，输出K张温度值图像，使变电设备温度值数据库完整且数据平衡，K不小于1；

S6：生成温度值分类器，将扩增后的图像导入后结合HOG+SVM进行分类器的训练，完成图像扩增；

S7：温度值识别和输出，利用温度值分类器进行温度值识别和输出，选取X张变电设备红外图像作为测试集。

2.根据权利要求1所述的基于CGAN图像扩增的变电设备红外图像温度值识别方法，其特征在于，在所述步骤S1图像二值化处理中，所述全局阈值是统计M张红外图像的直方图特点确定为T，所述红外图像灰度值大于等于全局阈值T为黑色，所述红外图像灰度值小于全局阈值T为白色，如下式所示：

3.根据权利要求1所述的基于CGAN图像扩增的变电设备红外图像温度值识别方法，其特征在于，在所述步骤S5图像扩增中，所述CGAN设置生成和判断网络的学习率、梯度衰减系数、平方梯度衰减因子、网络层数、运行迭代次数。

4.根据权利要求1所述的基于CGAN图像扩增的变电设备红外图像温度值识别方法，其特征在于，在所述步骤S6生成温度值分类器中，所述HOG方法用于抽取温度值特征，所述SVM分类器用于分类。

5.根据权利要求1所述的基于CGAN图像扩增的变电设备红外图像温度值识别方法，其特征在于，在所述步骤S7温度值识别和输出中，所述温度值识别使用X张红外图像进行测试，X不小于50，所述温度值识别输出为excel文件，所述excel文件包括红外图像的名称、温度最大值、温度最小值和工作状态。