本发明公开了一种基于深度残差网络的高压断路器机械性能评估方法，包括以下步骤：S1：获取不同型号的断路器分闸完成图像数据、断路器分合闸过程图像数据、断路器合闸完成图像数据以及断路器分合闸过程的电流波形数据作为样本数据；S2：将步骤S1的样本数据进行数据预处理，将预处理后的样本数据分为训练数据集、测试数据集和验证数据集；本发明通过深度残差网络算法进行机器智能学习，智能化判断高压断路器的机械性能状态，提高评估结果的准确性和可靠性，使得电网能准确把握高压断路器的性能状态，延长高压断路器的使用寿命，降低电网对于高压断路器的投入成本。