接触网作为高速铁路牵引供电装置的核心组成部分，是保持高速列车运行稳定和安全的重要装置。其中，吊弦作为高速铁路列车供电取流的重要高压输电装置之一，其完整性和稳定性直接关系到列车牵引供电质量和行车安全。高速列车运行时，由于弓网系统的耦合作用使吊弦处于频繁振动状态，造成部分吊弦在服役中出现断裂、松股等缺陷。针对现有三维点云分割方法，存在不能充分利用接触网点云的空间结构特征，难以高效筛选关键部件点云信息，导致接触网部件检测分割不准确的问题，本文提出了一种基于点云序列注意力Transformer的三维接触网吊弦缺陷检测方法。首先，构建基于序列注意力机制的Transformer点云分割框架，缓解了接触网中零部件非物理连接区域的遮挡问题，同时提升了点云结构分割的精确性。其次，设计栅格点云采样方法，根据吊弦部件的分割结果，完成对噪声点、离群点和背景点的有效滤除。最后，提出改进后的RANSAC吊弦缺陷检测算法，通过吊弦和相关部件点云的三维空间坐标信息，完成对吊弦缺陷的检测。实验结果表明：所提点云模型的接触网部件点云分割F1-score最高，达到95.46%，较DGCNN提高了5.37%，较PAConv提高了4.23%,OA指标较DGCNN和PAConv分别提升5.87%和4.82%。对不同场景下的点云吊弦能够有效地识别缺陷种类，提高了点云吊弦缺陷检测的准确性和鲁棒性。
