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！

龙图腾网获悉国网湖北省电力有限公司经济技术研究院申请的专利基于SENet和EffNet的输电线路可靠性预测方法、系统及设备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：CN119251641B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411104804.6，技术领域涉及：G06V10/82；该发明授权基于SENet和EffNet的输电线路可靠性预测方法、系统及设备是由周明;马莉;武强;张洪;张童彦;祁利;王枫;李智威;孙利平;廖晓红;张赵阳;周英博;贺兰菲;熊伟;周蠡;蔡杰;陈然;熊川羽;程钊;熊一;舒思睿;李吕满;徐昊天;陈军设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。

本基于SENet和EffNet的输电线路可靠性预测方法、系统及设备在说明书摘要公布了：一种基于SENet和EffNet的输电线路可靠性预测方法、系统及设备，方法首先获取目标区域图像数据并构建输电线路的神经网络模型，然后通过神经网络模型进行可靠性测算；本发明通过综合数据分析方法，集成图像、电气和天气等多源数据，通过卷积神经网络的卷积层、融合模块和池化层等，提取并融合多维度特征，形成综合特征向量，该向量经过全连接层整合，结合非线性变换和归一化处理，增强了模型的训练效率和稳定性，通过复合缩放层调整特征尺度，最终由决策层输出输电线路的可靠性预测，能有效反映输电线路的实时状态，提升可靠性评估的准确性，解决了传统方法中忽视实时环境和外部因素以及依赖历史经验的问题。

本发明授权基于SENet和EffNet的输电线路可靠性预测方法、系统及设备在权利要求书中公布了：1.一种基于SENet和EffNet的输电线路可靠性预测方法，其特征在于，包括： S1、获取输电线路目标区域的图像数据；所述图像数据包括导线、绝缘子、塔架、线路金具、拉线、接地装置； S2、基于Keras框架构建输电线路CNN模型；所述CNN模型包括卷积层、融合模块、池化层、全连接层、激活函数、批量归一化层、复合缩放层和决策层；所述融合模块基于CNN-SENet模块与EfficientNet模块融合获得，所述CNN-SENet模块中包括SE模块，所述EfficientNet模块中包括MBConv模块；所述Keras框架中包括拼接层； S3、将图像数据输入至卷积层中，获得图像特征图，并将图像特征图输入至融合模块中，以融合SE模块与MBConv模块，并输出图像特征图的增强特征，然后将增强特征输入至池化层中，获取全局特征； 所述融合SE模块与MBConv模块的步骤如下： S31、输入图像特征图，通过MBConv模块扩展图像特征图的初始通道数，并进行深度可分离卷积，获得深度可分离卷积之后的特征图； S32、将SE模块嵌入MBConv模块中，并对深度可分离卷积之后的特征图的通道数进行重标定和投影卷积； S33、将投影卷积后的输出特征图进行逐点卷积，然后在逐点卷积后的特征图的通道数与初始通道数相同且步长为1的情况下，对逐点卷积后的特征图进行残差连接，实现SE模块与MBConv模块的融合； S4、实时获取输电线路的电气参数、环境参数与目标区域天气数据，并将电气参数与天气数据通过拼接层进行数据拼接，然后将拼接后的数据与全局特征输入至全连接层进行融合，获得综合特征向量； S5、将综合特征向量由激活函数进行非线性变换，获得激活处理后的特征向量，然后输入至批量归一化层，获得归一化后的特征向量，接着将归一化后的特征向量输入至复合缩放层调整特征向量的尺度，获得最终特征向量； S6、将最终特征向量输入至决策层中进行预测，获得输电线路可靠性预测结果； S7、将可靠性预测结果映射至地图上的相应位置，以视觉元素对应输电线路的可靠性进行展示。

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湖北省电力有限公司经济技术研究院，其通讯地址为：430077 湖北省武汉市武昌区水果湖街徐东路47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”。

以上内容由龙图腾AI智能生成。