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！

龙图腾网获悉南京中鑫智电科技有限公司申请的专利一种改进YOLO模型的容性设备故障诊断方法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：CN119832259B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510324386.X，技术领域涉及：G06V10/30；该发明授权一种改进YOLO模型的容性设备故障诊断方法是由张锦程;杨铭;杨恒思;程顺足设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本一种改进YOLO模型的容性设备故障诊断方法在说明书摘要公布了：本发明提出一种基于改进YOLO模型的容性设备故障诊断方法，涉及电力电数字数据处理技术领域，包括采集容性设备红外图像；使用中值滤波算法对图像进行去噪；使用YOLOv7模型对去噪后的图像进行识别和目标提取；使用FCM算法对处理后的红外图像进行聚类；采用F‑measure方法对聚类结果进行评估。本发明通过图像去噪和目标提取，实现了对容性设备的高效识别，并通过FCM算法，将容性设备的红外图像进行聚类，诊断所述故障类型，便于实现电网智能化管控，提高了故障诊断的效率，降低了人工诊断的危险性。

本发明授权一种改进YOLO模型的容性设备故障诊断方法在权利要求书中公布了：1.一种改进YOLO模型的容性设备故障诊断方法，其特征在于：包括， 采集容性设备的红外图像； 对红外图像进行预处理，采用中值滤波算法去噪； 应用YOLOv7模型对预处理后的红外图像设备进行识别和提取； 应用FCM均值聚类方法对YOLOv7模型处理后的红外图像进行聚类； 引入F-measure评估指标对聚类结果进行评估； 所述YOLOv7模型使用resize_image函数对输入图片进行缩放，将输入的图片调整为640×640大小； 调整后的图片输入backbone网络进行处理；在backbone网络的卷积层后，添加SE模块； 在Squeeze阶段：通过全局平均池化将特征图的空间信息压缩为通道级的全局信息，给定输入特征图X∈RH×W×C，其中H和W是特征图的空间维度，C是通道数，全局平均池化操作GAP将每个通道的H×W维度压缩为一个标量： 其中，xijc是输入特征图X在位置i,j和通道c上的值，zc是通道c的全局描述符，同时得到C维的向量z＝[z1,z2,...,zC]，表示每个通道的全局信息； 在Excitation阶段，使用全连接层生成每个通道的权重系数，通过Sigmoid激活函数将权重值归一化，并对输入特征图的每个通道进行加权调整： s1＝ReLUW1z+b1 s2＝SigmoidW2s1+b2 X′ijc＝Xijc·s2c,c＝1,2,...,C 其中，W1、W2是降维的权重矩阵，b1、b2是偏置项，s1是中间激活向量，s2是一个C维的向量，表示每个通道的权重系数，Xijc是原特征图在位置i,j和通道c上的值，s2c是在Excitation阶段得到的通道权重； 所述中值滤波算法对图像进行初步的降噪处理，具体操作为： 根据红外成像仪拍摄图片的形状，选取方形滤波窗口； 选择3×3的滤波窗口，将窗口内的所有像素值进行排序，生成一个单调的二维数据序列； 从排序后的像素值中取出中间值，并将当前图像的像素点数替换为中值； 表达式为： 其中，yi表示选取的中间值，Med表示取中值操作，fi表示框图的像素值，N表示自然数，m表示窗口长度，v表示窗口两侧包含的样本数； 图片经过4个CBS模块后，引入Transformer模块的自注意力机制优化特征提取过程，将Transformer模块与卷积层结合，通过自注意力机制在输入图像的不同位置之间建立依赖关系，并通过ELAN模块连接卷积层的输入和输出； 所述特征图经过Head部分，将不同层级的特征图进行融合，并预测结构，具体操作为： C5特征图经过SPPCSP模块处理，通道数被减少至512，然后，C5特征图按照top-down顺序与C4和C3特征图进行融合，同时，特征图逐步从高层次到低层次进行融合，形成P3、P4、P5三个不同层级的特征图； 按照bottom-up顺序，P4和P5特征图再次进行融合，以确保多层级特征的互补性； 在特征图融合后，通过卷积层将这些融合后的特征图映射到不同的目标变量上，包括容性设备的类别、边界框坐标以及物体存在的概率； 最后，红外特征图被输入到Head模块，将所有特征图转化为最终的目标检测结果； 所述YOLOv7模型需要数据库对进行训练，基于网络搜索获取的容性设备红外图像，得到用于训练模型的图像数据，同时通过红外成像仪从各种容性设备的红外图像，以建立数据集用于模型的训练。

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南京中鑫智电科技有限公司，其通讯地址为：210012 江苏省南京市雨花台区凤展路32号3幢1205、1206室；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”。