本发明提供了一种数字孪生台区关键电力设备的识别方法及系统，其中方法包括：获取低压配电网数字孪生台区的航拍图像，并对航拍图像进行预处理得到预处理后的航拍图像；利用改进的边缘检测算子从预处理后的航拍图像中提取包含关键电力设备的前景图像，关键电力设备至少包括电力线；将前景图像输入到训练好的轻量化卷积神经网络模型中，识别出关键电力设备，轻量化卷积神经网络模型是对YOLOv4模型的主干网络进行轻量化改进后得到的。本发明在复杂背景下对电力线的定位与提取依旧能够兼顾速度与精度，具有较高的实用性和可扩展性。