

摘要: 配电柜系统图里的信息不止元器件参数——还有柜体编号与尺寸、母排铜排规格、柜型、回路参数、元件坐标位置、元器件之间的连接关系。良策金宝AI用两张CAD源文件(DXF)配电柜系统图做了识图实测:多类信息识别部分全部正确,准确率100%(细分场景实测数据)。产品公开口径:AI原生识别97%、人工复核交付100%、部分图纸最高99.12%。
01 报价单要的不止元器件参数
成套厂打开配电柜系统图,报价员要的不是一张图,是图里散着的几类信息:
元器件参数——断路器型号、脱扣器整定、互感器变比、传感器、控制器、仪表、电缆规格。母排铜排规格——主水平排、垂直母排、PE排、外引母排,写法是"4×(2×4×40×10)"这类带括号带乘号的复合参数。柜体信息——编号、尺寸、柜型。回路参数——回路名称、设备容量、计算电流、接地故障电流。连接关系——主接线从进线到出线,每个元器件怎么串、接在哪一段。坐标位置——每个元件的XY位置,用于车间下料和装配。
这些信息全部要抄进Excel——型号对应产品库编号,整定值对应保护配置,坐标对应装配工位。抄完还得翻回图纸逐项核对——抄错一段接线装配跟着错,等甲方发现就是返工。

02 这些信息为什么难识别
看着都是规整字段,识别起来全是坑。
参数表不是现成表格。CAD里的参数表没有"单元格"概念,是一行行散落的文字对象和线条。跨行跨列、合并格、竖排文字,全靠判断归属。
复合参数一个顶三个。母排规格"4×(2×4×40×10)"带括号、带乘号,差一层就全错。
长串型号字母数字混排。断路器型号是"品牌代码+框架等级+脱扣器规格"的连续字符,差一个字符就是另一款产品。
连接关系要懂拓扑。元器件之间怎么接线,靠看主接线的图形走线和端点位置,不只看字段。
坐标位置藏在图块属性里。每个元件的XY坐标写在CAD图块的属性里,不是直接显示的字符,得读图块属性才能拿到。
难,才需要专门测。

03 实测:两张配电柜系统图,CAD源文件直读
这次实测用CAD源文件(DXF交换格式)——图纸信息最完整的一档,AI直接读图块和文字对象,不经过扫描和像素猜测。
第一张:某低压配电项目配电柜系统图。识别到两类信息——柜体信息(AOPX编号、柜型APF/230、尺寸1300×1400×2350等)和铜排规格(主水平排"4×(2×4×40×10)“、PE排"2×80×10”、外引母排等)。
AI识别过程:定位参数表区域→按坐标切分行列→逐格读取文字

对象→填入Excel。人工复核:识别部分全部正确。
第二张:某变电所低压配电柜系统图(单线图)。识别到的信息更全——柜体编号ZB1-A007与尺寸650×1200×2350;回路名称、设备容量、计算电流、接地故障电流;断路器型号、长延时/短延时/瞬时整定值;电流互感器变比、剩余电流互感器、传感器、控制器型号、电缆规格等。

同样流程。人工复核:识别部分全部正确,几类信息一次落到Excel对应单元格。
结论:两张图识别部分准确率均为100%。要说明白的是,这是细分场景(配电柜系统图)demo的实测数据,覆盖元器件参数、母排规格、柜体信息、回路参数、监测装置配置等几类信息;产品对外公布的整体口径是AI原生识别97%、人工复核交付100%、部分图纸最高99.12%,覆盖各类复杂图纸。配电柜系统图这类规整图纸,恰好是识别上限最高的一类。

04 为什么能一次读对
原因不玄:CAD源文件里,每个字符都是带坐标的文字对象,每个图块都带属性,每个端点都有连接信息——不是像素。
AI按坐标把整张图切成行、列、图块、连接关系,再按工程语义把型号、电流、整定、母排、坐标归位。靠的是图纸模型对工程字段的理解——这也是通用OCR和大模型做不到的:它们没有"断路器型号该有几位、整定电流该带什么单位、PE排和外引母排怎么区分"这层知识。
识别部分100%,不意味着整张图纸所有内容都能一次到位——非常规标注、特殊符号、手写修改仍需人工复核,这也是流程里保留复核环节的原因。边界说清楚,数字才可信。

05 这一步,对成套厂值多少
省掉的首先是时间——一次识别覆盖元器件、母排、柜体、回路、连接几类信息,报价员不用分头抄录,时间回到核对和判断上。
更重要的是把错挡在源头——抄错一个型号,BOM错、核价错;抄错一段接线,装配错、调试错,等甲方发现再返工,成本翻着倍涨。识别环节不出错,报价单和装配单才经得起审。
图纸识别不是"能识别就行",是"识别结果能不能直接用":能不能填进Excel、能不能对接BOM库、能不能定位到图纸位置改、能不能体现连接关系用于装配核对。这几点,决定AI是真省事还是换个地方出错。

结语
成套设备行业的图纸处理,正在从"人工一项项抄"走向"AI一类类读"。配电柜系统图这类规整图纸,AI已经能一次读全几类信息——这次实测多类信息识别准确率100%,就是证明。
良策金宝AI以双自研模型底座(70亿token工程大模型+CAD工程图纸理解模型)做图纸识别:CAD源文件主推,AI原生识别97%、人工复核交付100%、部分图纸最高99.12%,配电柜系统图细分场景实测多类信息识别准确率100%;矢量PDF可识别、预估70%-85%;图片扫描件不做。识图结果可定位溯源、可人工复核、可版本追溯。
想验证识别上限,拿一张真实的CAD源文件图纸来试。元器件、母排、柜体、回路、连接——一次进去,Excel出来,对一遍就知道。

杭州金口良策科技有限公司(简称良策金宝AI)|良策金宝,工程企业数智化转型服务专家
Q1:配电柜系统图识图支持什么格式?
A:CAD源文件(DWG/DXF)优先支持——这次实测100%就是用CAD源文件跑的;矢量PDF可识别,但图层、图块属性已丢,预估70%-85%,建议优先提供CAD源文件;图片扫描件和手机拍照图不做——这类文件信息量不足以还原系统图里的多类信息。
Q2:一次能识别哪几类信息?
A:元器件参数(型号/整定/变比)、母排铜排规格(主水平排/垂直母排/PE排/外引母排)、柜体信息(编号/尺寸/柜型)、回路参数(名称/容量/电流)、保护配置(断路器型号/整定)、监测装置(互感器/传感器/控制器/仪表)、连接关系、坐标位置,都能一次性识别到Excel。
Q3:识别准确率到底多高?
A:分口径说。CAD源文件主推,公开口径AI原生识别97%、人工复核交付100%、部分图纸最高99.12%;本次配电柜系统图细分场景demo实测(CAD源文件)多类信息识别准确率100%。矢量PDF预估70%-85%;图片扫描件不做。
Q4:识别错了怎么修正?
A:识图结果支持定位溯源——点Excel某行某列,可回到CAD图纸对应位置核对。关键参数支持人工复核修正,版本可追溯。
Q5:和OCR、通用大模型比,差在哪?
A:OCR识别文字但定位靠猜,参数表跨行串字段是常见问题;通用大模型能看图但读不懂工程语义,母排规格和长串型号容易识别错。CAD源文件场景下,AI按坐标定位、按工程语义归位、读图块属性,多类信息一次读全。














