Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网江西省电力有限公司信息通信分公司华威获国家专利权

国网江西省电力有限公司信息通信分公司华威获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网江西省电力有限公司信息通信分公司申请的专利一种电网系统故障的巡检方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119763050B

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510261070.0,技术领域涉及:G06V20/52;该发明授权一种电网系统故障的巡检方法及系统是由华威;褚红亮;余志琴;罗坤;彭谦;黄康;王松;严浩然;鄂驰;吴志平设计研发完成,并于2025-03-06向国家知识产权局提交的专利申请。

一种电网系统故障的巡检方法及系统在说明书摘要公布了:本发明提供一种电网系统故障的巡检方法及系统,涉及图像数据处理和电力监测,方案:获取并预处理得到待检测图像和不同时、空域的图像;应用第一阶段算法对其进行故障判别;存在异常时,应用第二阶段算法进行故障位置检测和故障类型判别,当判别为未知类型的故障时,基于第二阶段算法提取该故障的特征,同数据库中记录的未知故障的特征进行聚类分析,实现对已知类型故障的识别和未知类型故障的归纳,综合分析故障位置检测、故障类型判别和聚类分析的结果,得到待检测图像的故障情况。本发明通过设计多阶段算法,同时提出基于对比学习和多任务协同的端到端训练策略,有效提高了故障检测效率和精准度,实现在复杂电网场景下的故障精细化定位与分类。

本发明授权一种电网系统故障的巡检方法及系统在权利要求书中公布了:1.一种电网系统故障的巡检方法,其特征在于,包括: 获取对应电网线路在当前时刻的待检测图像,同时提取当前位置在此前不同时刻的图像,以及相邻线路位置在当前时刻的图像,采用像素梯度感知的直方图均衡化算法对其进行预处理; 基于预处理后的待检测图像和不同时、空域的图像,应用轻量的第一阶段算法进行故障判别,判断待检测图像是否存在异常,所述轻量的第一阶段算法采取多分支协同的训练策略,具体训练策略包括: 将待检测图像与不同时、空域的图像分别进行图像匹配和校准:先分别提取两张图像的ORB特征点,再匹配两张图像之间的特征点并过滤错误的匹配点对,最后计算从不同时、空域图像映射到待检测图像坐标下的透视变换矩阵并进行图像变换; 对于待检测图像和校准后的不同时、空域图像,分别提取得到三类视觉特征;其中,所述三类视觉特征包含角点特征、颜色变化特征和全局纹理特征; 对于提取出的三类视觉特征,将其分别送入由卷积层、全连接层和激活函数层构成的检测器,该检测器先利用卷积层对各类视觉特征进行映射,再通过全连接层和激活函数层基于单一的视觉特征进行二分类预测,判别待检测图像是否存在异常,并采用交叉熵函数计算训练损失; 将映射后的各类视觉特征拼接到一起,再通过全连接层和激活函数层预测出当前待预测图像中的设备存在故障的概率,完成轻量的第一阶段算法; 对于存在异常的待检测图像及对应的不同时、空域的图像,对于输入的待检测图像和不同时、空域图像,分别通过预训练好的CLIP模型的视觉编码器提取视觉特征; 基于电力设施相关的关键词构建文本描述语句,基于预训练好的CLIP模型的文本编码器提取出文本特征;其中,所述视觉编码器和所述文本编码器保持参数冻结的状态; 基于所述视觉特征和文本特征进行跨时、空域的查询建模,得到同时包含当前场景视觉信息和电力设施相关文本先验的多模态查询特征; 将多模态查询特征与所述视觉特征运用矩阵乘法相乘,得到初步的故障位置掩码,将多模态查询特征送入由全连接层和激活层构成的分类器,得到故障类别概率预测分布; 基于所述初步的故障位置掩码和故障类别概率预测分布计算损失,设计骨架感知的正负样本平衡损失函数,基于所述视觉特征构建跨时、空域的对比学习损失函数,拉近待检测图像与不同时、空域图像之间的视觉表征,并区分开不同时域与不同空域图像的视觉表征差异; 基于所述初步的故障位置掩码与待检测图像的特征运用矩阵乘法相乘,得到故障区域特征; 基于交叉注意力机制,将多模态查询特征与故障区域特征进行交互,对多模态查询特征进行更新; 将更新后的多模态查询特征与待检测图像的特征运用矩阵乘法相乘,得到更新后的故障位置掩码,同时将多模态查询特征送入由全连接层和激活层构成的分类器,得到更新后的故障类别概率预测分布; 不断迭代更新直至最大迭代次数,得到最终的故障位置掩码和故障类别概率分布,完成精细化的第二阶段算法训练;对于被判别为未知类型的故障,利用第二阶段算法提取该故障的特征,并连同数据库中记录的未知故障的特征一起进行聚类分析; 基于故障位置检测、故障类型判别和聚类分析的结果进行综合分析,得到待检测图像的故障情况并输出巡检报告,完成对当前位置的电网故障智能巡检。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网江西省电力有限公司信息通信分公司,其通讯地址为:330000 江西省南昌市南昌高新技术产业开发区昌东大道7077号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。