针对当前电力系统中巡检难度大、效率低、自动化程度低的问题，本文研究了一种基于孪生网络的小样本检测方法。在Faster RCNN目标识别算法的框架下，搭建支持图片和查询图片共享的孪生网络模型，利用改进的Region Proposal Network模块产生更高质量的proposals，在检测头上对支持图片和查询图片的ROI进行关联匹配。与其他算法比较，本文提出的模型在极端小样本情况下性能优良，同时具有更加轻量化的优势。实验结果显示，将该算法应用于自主构建的EPD(Electric Power Detection)数据集上，在仅利用10张支持图片的情况下，实现对电力背景下鸟巢异物、绝缘子相关类别的检测，其检测指标mAP达到18.92，在小样本领域达到具有较好性能的效果，为电力检测打下了新研究方向的基础。