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南昌供电分公司申请的专利一种基于深度学习的变电站航线巡检规划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：CN120063288B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510520362.1，技术领域涉及：G01C21/20；该发明授权一种基于深度学习的变电站航线巡检规划方法是由肖礼荣;党翠;熊玲;肖中伟;余文;章国华;杨磊;徐潇灵;谢玲玲;邹辉;钟柯;李帆;吴建军;傅政;刘圣山设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本一种基于深度学习的变电站航线巡检规划方法在说明书摘要公布了：本发明公开了一种基于深度学习的变电站航线巡检规划方法，包括有以下步骤：获取变电站设备状态数据与环境监测数据；基于预设的深度特征提取模型对设备状态数据进行多维度特征分析，生成设备健康度评估向量；基于环境监测数据与设备健康度评估向量，通过强化学习算法生成多条候选路径，在多条候选路径中筛选得到初始巡检路径，并实时融合地理信息动态优化初始巡检路径；根据无人机定位数据及设备状态反馈，若检测到健康度低于阈值或环境风险超限，触发局部路径重规划，优先导航至高危设备。本发明具有以下优点和效果：能够提高巡检路径规划的智能化、精准性与安全性，确保无人机能够高效、可靠地执行变电站设备巡检任务。

本发明授权一种基于深度学习的变电站航线巡检规划方法在权利要求书中公布了：1.一种基于深度学习的变电站航线巡检规划方法，其特征在于，包括有以下步骤： S100、获取变电站设备状态数据与环境监测数据；其中，所述的设备状态数据包括设备温度、振动频率和绝缘电阻值，所述的环境监测数据包括气象参数、光照强度和障碍物分布； S200、基于预设的深度特征提取模型对设备状态数据进行多维度特征分析，生成设备健康度评估向量，生成的设备健康度评估向量能反应设备的不同状态；其中，深度特征提取模型包括卷积神经网络与长短期记忆网络的双模态结构，用于提取设备状态数据的空间特征与时间序列特征； 包括：将卷积神经网络输出的空间特征和长短期记忆网络输出的时间特征进行张量拼接，并通过主成分分析降维以消除冗余； S300、基于环境监测数据与设备健康度评估向量，通过强化学习算法生成多条候选路径，在多条候选路径中筛选得到初始巡检路径，并实时融合地理信息动态优化初始巡检路径；其中，S300包括多目标奖励函数和路径平滑算法； 所述的多目标奖励函数包含效率奖励函数、安全奖励函数和紧急任务奖励函数； 所述的路径平滑算法包括： 通过蒙特卡洛树搜索算法生成多条候选路径； 基于多目标奖励函数的值，筛选出初始巡检路径； 对初始巡检路径的航点序列进行三次贝塞尔曲线插值，并约束路径曲率； 根据路径多目标奖励函数的值动态调整无人机飞行速度； S400、根据无人机定位数据及设备状态反馈，若检测到健康度低于阈值或环境风险超限，触发局部路径重规划，优先导航至高危设备包括： S401、若变电站中存在健康度下降并小于第二健康度阈值的设备时，在多目标奖励函数中提升其紧急任务奖励函数权重；若该设备的健康度进一步下降并小于第三健康度阈值时，强制无人机优先巡检并更新路径评分； S402、若检测到风速突增，实时降低安全奖励函数权重，并重新计算路径。

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南昌供电分公司，其通讯地址为：330006 江西省南昌市东湖区叠山路383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”。