基于机器学习的变电站主接线图智能识别方法及系统

基于机器学习的变电站主接线图智能识别方法及系统，收集并预处理变电站图纸数据集，采用超分辨率网络Real‑ESRGAN提升图像质量，并通过数据扩增增强模型泛化能力；训练基于YOLOv5x6的图像识别模型，模型结合Slim‑Neck提高实时检测效率和准确性，逐级识别接线方式、间隔类型、开关器件；同时训练基于PaddleOCRv4的文字识别模型，采用协同互蒸馏方法CML提升模型性能；最后整合图像识别与文字识别模型，通过算法模块编程实现前后端架构，并将系统部署于移动端，实现快速准确的变电站接线图数字化，提高变电站图纸数字化的速度与准确性，保障电网运行安全，提升现场技术人员的作业效率。