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！

龙图腾网获悉三峡大学申请的专利一种基于边缘计算的输电线路故障实时检测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：CN115311558B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210857229.1，技术领域涉及：G06V20/10；该发明授权一种基于边缘计算的输电线路故障实时检测方法是由黄悦华;陈照源;陈庆;刘恒冲;陈晨设计研发完成，并于2022-07-20向国家知识产权局提交的专利申请。

本一种基于边缘计算的输电线路故障实时检测方法在说明书摘要公布了：一种基于边缘计算的输电线路故障实时检测方法，包括以下步骤：步骤一：获取巡检图像数据集，数据集包含绝缘子自爆、防震锤脱落、鸟巢图像；步骤二：对步骤一得到的巡检图像进行扩充；步骤三：对扩充后的数据集使用LabelImg标注工具进行标注；步骤四：对YOLOv5s基础模型中获取数据特征的卷积操作过程进行改进；步骤五：调整目标框定位损失函数；步骤六：设置图片尺寸，动量项、学习率、批次大小、训练次数、权重衰减正则项，对改进的YOLOv5s模型进行训练；步骤七：将训练好的模型植入边缘设备中，对巡检模糊图像进行故障检测，得到性能评估数值。本发明提供一种基于边缘计算的输电线路故障实时检测方法，提升故障检测速度和检测精度。

本发明授权一种基于边缘计算的输电线路故障实时检测方法在权利要求书中公布了：1.一种基于边缘计算的输电线路故障实时检测方法，其特征在于，包括以下步骤： 步骤一：获取巡检图像数据集，数据集包含绝缘子自爆、防震锤脱落、鸟巢图像； 步骤二：对步骤一得到的巡检图像进行扩充； 步骤三：对扩充后的数据集使用LabelImg标注工具进行标注； 步骤四：对YOLOv5s基础模型中获取数据特征的卷积操作过程进行改进； 步骤五：调整目标框定位损失函数； 步骤六：设置图片尺寸，动量项、学习率、批次大小、训练次数、权重衰减正则项，对改进的YOLOv5s模型进行训练； 步骤七：将训练好的模型植入边缘设备中，对巡检模糊图像进行故障检测，得到性能评估数值； 所述步骤四中获取数据特征的卷积操作过程进行改进使用的是Ghsot模块技术，获取需要的个特征图具体步骤如下： 1）先通过有限的常规卷积得到个特征图： ；（4） 其中表示输出为个高度和宽度分别为和的特征图，卷积滤波器为，代表卷积操作，是偏差项，；卷积核大小、步长、空间大小参数与常规卷积一致； 2）为了得到一共需要的个特征图，使用一系列简单线性计算在特征图的基础上生成的个特征： ；7 其中代表特征图中的第个直接拼接的图，一共个；代表第个线性操作生成的第个特征图，故利用生成个特征图； 3）最后将特征图与特征图在指定维度直接拼接得到所需要的个特征图。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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”。