本发明提供了一种变电站场景点云语义分割方法，属于语义分割技术领域；解决了变电站场景复杂、点云数众多、特征提取困难，无法准确提取到具有鉴别性的特征容易出现欠分割或者过分割等问题；包括如下步骤：建立变电站点云语义分割数据集；点云数据集标注；构建变电站点云语义分割模型——Seg‑PointNet模型，模型主要创新包括提出多尺度残差结构(RES‑MLP)，提出3D点云特征金字塔(3DP‑SSP)，融入注意力机模块SENet；模型训练和测试，模型在斯坦福大学建立的公共数据集S3DIS上进行训练，在自建变电站点云数据集SCP上进行验证，实现变电站点云数据的分割；本次发明主要应用于变电站的场景建模，可适用于移动装置。