常见的变电站入侵异物包括鸟巢、塑料袋和不同种类的固体废弃物，文章针对无人值守变电站提出了基于YOLOv7的变电站入侵物识别方法，首先基于实地拍摄的入侵异物图像制作数据集进行预处理，包括图像的灰度化、添加噪声、数据扩充和数据增强。然后使用LabelImg进行图像标注，得到包含变电站鸟巢、塑料袋和不同种类固体废弃物的图像数据集。最后利用YOLOv7模型对变电站数据集进行训练与测试，结果表明YOLOv7模型针对变电站的入侵物识别准确率达到了96.58%，并且在召回率方面表现良好。