En el escenario de monitoreo del sistema de energía, detectar el estado operativo de los interruptores de circuito a menudo es inexacto debido a las escalas variables de los objetos y a la interferencia del fondo. Este documento presenta DLCH-YOLO, un algoritmo de detección de objetos destinado a identificar el estado operativo de los interruptores de circuito. Primero, proponemos un módulo C2f_DLKA novedoso basado en Atención de Núcleo Grande Deformable. Este módulo se adapta a objetos de escalas variables dentro de un campo receptivo grande, extrayendo de manera más efectiva características multi-escala. En segundo lugar, proponemos una Red Piramidal de Características de Detección Semántica diseñada para fusionar características multi-escala. Al filtrar información semántica de bajo nivel, suprime efectivamente la interferencia del fondo para mejorar la precisión de la localización. Por último, la red de extracción de características incorpora la Convolución Generalizada-Esparcida, que combina convolución separable en profundidad y operaciones de mezcla de canales, reduciendo la carga computacional. El algoritmo DLCH-YOLO logró un 91.8% de mAP en nuestro conjunto de datos de equipos de energía autoconstruido, lo que representa una mejora del 4.7% sobre la red base Yolov8. Con su precisión de detección superior y rendimiento en tiempo real, DLCH-YOLO supera a los algoritmos de detección convencionales. Este algoritmo proporciona una solución eficiente y viable para la detección del estado de los interruptores de circuito.