本发明公开一种基于深度聚类的小样本电气设备图像分类方法，该方法首先网络搜索和现场进行实地拍摄的方式收集若干电气设备图像，创建电气设备图像数据集；然后将将数据集随机分为两部分，分别被用于分类模型的预训练和小样本电气分类的训练与测试；接下来利用C均值聚类算法图像样本的特征进行聚类，将聚类结果作为图像的标签值，基于标签值与类别概率输出值计算交叉熵损失函数，利用梯度下降算法对深度卷积神经网络模型中的参数进行优化；最后利用训练好的网络对小样本电气图像完成训练和测试。该方法能够在只对电气设备图像进行少量人工标注的情况下完成对电气设备的自动分类识别。