在变电站二次侧管理中，压板承担着重要作用。针对现有压板状态精确识别方法的缺失，提出一种融合注意力机制的双线性细粒度(Bilinear Convolutional Neural Networks, B-CNN)压板状态的识别模型。该模型首先通过注意力机制，将注意力集中到压板接触部分，再利用双线性细粒度算法，将重点集中到与压板开闭相关的关键区域，从关键区域中提取有效的特征以实现对压板状态的准确识别。实验表明，提出的改进模型能够实现压板端到端的状态识别，其识别准确率可以达到98%，与传统方法相比，精确
