为实现变电站工程建设中钢结构与电力设备的配套控制管理，需要从大量的钢结构图纸标题栏中识别相关信息，并与实物进行匹配。针对标题栏中字体模糊、表格形式多样、信息量混杂等问题，提出了基于深度学习CNN+RNN模型的文本检测和CRNN模型的文字识别方法。对现有钢结构变电站工程施工现场钢结构数据集的检测与识别显示，该方法的检测精确率达到80%以上，识别准确率达到90%以上，均优于其他文本检测与识别方法。工程应用结果表明，该方法有效解决了因文字的大小、字体、颜色与排列方式等差异引起的特征提取困难，提高了变电站钢结构图纸标题栏文字识别的准确率。

目前通用有限元计算软件比较成熟，但针对特定行业的高效实用软件还比较欠缺。本文介绍了三维信息模型在变电站构架设计软件的应用方法，阐述了利用SAP2000的API功能实现自主研发特种结构专业设计软件的整体思路。详细介绍了利用三维信息模型生成二维施工图的方法以及施工图的联动修改、材料表的统计、撤销重做操作的实现等关键技术。本文对于进一步开拓SAP2000的应用范畴具有实际意义，为特种结构定制专业设计软件提供了良好的指导作用。

针对变电站土木建设现场智能识别中的建筑工地施工场景复杂、目标识别分割困难及信息不对称等问题，本文提出了一种基于图注意力机制超分网络模型的智能识别场景解析技术，利用图卷积神经网络和注意力机制网络提取图像目标特征深层次信息，通过双线性插值与反卷积相结合的像素超分辨率技术处理得到清晰的图像目标物边界，实现变电站土建场景实例分割。结果表明，图注意力机制超分网络模型有效解决了航拍图像中目标物边界信息不丰富、实例分割精度差等问题，准确分割变电站场景目标物，目标物边缘界限清晰。

本文建立了变电站的BIM模型，基于Revit二次开发技术，实现了实体钢筋的建模、读取BIM模型的信息，实现了钢筋、混凝土、门窗、墙体工程量的自动提取，并可依据族和族类型套用子目，从而实现了变电站工程由BIM模型直接生成工程量清单的功能。