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 > 国网安徽省电力有限公司超高压分公司吴永恒获国家专利权

国网安徽省电力有限公司超高压分公司吴永恒获国家专利权

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!

龙图腾网获悉国网安徽省电力有限公司超高压分公司申请的专利一种基于图像检测的变电站故障识别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:CN120047698B

龙图腾网通过国家知识产权局官网在2025-09-09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:202510084401.8,技术领域涉及:G06V10/70;该发明授权一种基于图像检测的变电站故障识别方法及系统是由吴永恒;胡永波;黄道均;徐强;许尧;彭明智;姜波;王福亮;刘甜甜;胡冬;袁洪德;顾杨;尹峰;杨帅设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。

一种基于图像检测的变电站故障识别方法及系统在说明书摘要公布了:本发明公开一种基于图像检测的变电站故障识别方法及系统,涉及变电站故障识别技术领域,所述方法包括:收集变电站内的历史成像数据,并结合成像获取时间的天气数据生成原始数据集;基于原始数据集计算天气数据对成像数据的全局影响系数;收集变电站内的设备故障历史诊断数据,并结合原始数据集生成一个训练数据集;利用全局影响系数与训练数据集建立故障识别模型;实时获取成像设备采集到的成像数据,通过故障识别模型后得到故障识别结果,转发故障识别结果给变电站内的运维人员。本发明极大程度的节省了故障识别的周期,以及故障识别模型的训练量,从而实现在提高识别精度的同时,降低计算资源的消耗。

本发明授权一种基于图像检测的变电站故障识别方法及系统在权利要求书中公布了:1.一种基于图像检测的变电站故障识别方法,其特征在于,包括: Step1、收集变电站内的历史红外成像数据,并结合成像获取时间的天气数据生成原始数据集; Step2、基于原始数据集计算天气数据对成像数据的全局影响系数,具体分为以下子步骤: 提取原始数据集内每张成像的颜色特征来替换原数据对中的成像数据; 将替换好的数据对按各项天气数据的取值进行去重、排序; 根据相邻数据对之间产生的偏差计算天气数据对成像数据的全局影响系数; 全局影响系数的计算公式表示为: ,其中为第j项天气数据的权值,为第k个数据对内第j项天气数据的取值,为第k+1个数据对内第j项天气数据的取值,为第k个数据对内的成像数据,为第k+1个数据对内的成像数据,j取值1~m,m为天气数据的总项数,k取值1~w-1,w为去重后原始数据集内数据对的总数量,为全局影响系数的计算结果; Step3、收集变电站内的设备故障历史诊断数据,并结合原始数据集生成一个训练数据集; Step4、利用全局影响系数与训练数据集建立故障识别模型,具体分为以下子步骤: 基于全局影响系数创建故障识别模型; 创建好的故障识别模型其数据表达式为: ,其中Y为模型的输出结果,为模型第f层的输出权重,为模型第f层的输出偏置,为输入的成像数据,为输入的第j项天气数据,为第j项天气数据的权值,为全局影响系数,为第f层内的第个隐变量,取值1~L,L为第f层内隐变量的总数量,j取值1~m,m为输入的天气数据总项数,f取值1~F,F为模型的总层数; 使用训练数据集对故障识别模型进行训练与调优; 验证故障识别模型的准确率,到达预设的标准后将其投入生产环境; Step5、实时获取成像设备采集到的成像数据,通过故障识别模型后得到故障识别结果,转发故障识别结果给变电站内的运维人员。

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安徽省电力有限公司超高压分公司,其通讯地址为:230041 安徽省合肥市包河区桐城南路397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。