本发明公开了一种用于变电站近电作业现场实时风险识别方法，包括如下步骤：采集变电站视频图像数据，采用矩形框标注待检测对象制作成训练数据集；进行预训练，并利用混合神经网络对目标检测模型进行改进；引入AFPN特征融合网络，并利用S‑HIoU损失函数计算目标检测任务中预测框与真实框的重叠程度；获得最佳目标检测模型；利用最佳目标检测模型结合预设的现场作业安全区域对视频图像中作业人员的违章风险行为进行实时识别及告警。本发明通过对目标检测模型进行轻量化改进，引入AFPN渐进特征金字塔网络，提高目标算法识别的鲁棒性，更好地适应变电站现场的工作环境。为变电站现场近电作业安全管控提供可靠、高效、便捷的智慧手段。