Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 南京星盾信息技术有限公司王世应获国家专利权

南京星盾信息技术有限公司王世应获国家专利权

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!

龙图腾网获悉南京星盾信息技术有限公司申请的专利一种针对输电线路的多维感知全景监控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:CN120707972B

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:202511146262.3,技术领域涉及:G06V10/764;该发明授权一种针对输电线路的多维感知全景监控方法及系统是由王世应;郭光伟;杨宇帆;赵金金;白云;糜剑飞设计研发完成,并于2025-08-15向国家知识产权局提交的专利申请。

一种针对输电线路的多维感知全景监控方法及系统在说明书摘要公布了:本申请公开了一种针对输电线路的多维感知全景监控方法及系统,所述方法包括:针对输电线路的每个采集点,获取采集点的多维感知数据并进行预处理;分别针对预处理后的各采集点的多维感知数据进行特征工程处理,融合获取各采集点的特征向量;构建随机森林回归模型;完成输电线路健康度定义并生成输电线路健康度标签;选择历史输电线路中标注有健康度的各采集点的特征向量作为训练数据,输入构建的随机森林回归模型进行模型训练;将当前获取的各采集点特征向量分别输入训练好的随机森林回归模型,获取并分析各采集点的健康度评估结果,生成健康度预警。本申请能够准确评估输电线路健康度并及时预警,提高了电力系统的监控效率和安全性。

本发明授权一种针对输电线路的多维感知全景监控方法及系统在权利要求书中公布了:1.一种针对输电线路的多维感知全景监控方法,其特征在于,包括: 针对输电线路的每个采集点,获取采集点的多维感知数据,包括:采集点的图像数据、各类传感器时序数据、与采集点周边障碍物之间距离的激光雷达点云数据以及环境数据,并针对各采集点进行预处理; 分别针对预处理后的各采集点的多维感知数据进行特征工程处理,融合获取各采集点的特征向量;所述特征工程处理包括:利用单模态特征提取方式获取图像特征、各类传感器时序特征以及激光雷达点云特征;利用跨模态交互特征构造方式获取基于物理规则构造的跨模态交互特征、基于相关性分析规则构造的跨模态交互特征;利用基尼重要度筛选方式完成特征筛选; 构建随机森林回归模型;完成输电线路健康度定义并生成输电线路健康度标签;选择历史输电线路中标注有健康度的各采集点的特征向量作为训练数据,输入构建的随机森林回归模型,获取训练好的随机森林回归模型; 将当前获取的各采集点特征向量分别输入训练好的随机森林回归模型,对应获取各采集点的健康度评估结果;分别比对各采集节点的健康度评估结果与预设健康度阈值,对于小于预设健康度阈值的采集节点对应生成健康度预警; 还包括: 针对特征工程处理后的每个时序特征,利用预构建的LSTM预测模型预测对应未来时间段的特征; 将针对特征工程处理后的每个时序特征预测的未来时间段的特征与特征工程处理后特征一并融合获取全新的特征向量,将当前获取的各采集点全新特征向量分别输入重新训练好的随机森林回归模型,对应获取各采集点的健康度评估结果以替换原获取的各采集点的健康度评估结果;其中,选择历史输电线路中标注有健康度的各采集点的全新特征向量作为增量训练数据重新训练随机森林回归模型; 构建孤立森林异常检测模型;以历史利用LSTM预测模型预测的各维度特征的数据为输入,训练孤立森林异常检测模型识别各维度的正常特征数据和异常特征数据,输出标记的各维度的异常特征数据;利用训练好的孤立森林异常检测模型判断LSTM预测模型预测对应未来时间段的各维度特征是否存在异常特征数据标记,结合深度学习算法,针对存在异常数据标记的各维度特征数据触发预设类型异常预警; 还包括: 针对输电线路的每个采集点,采集获取地形数据和设备数据; 针对输电线路中每个采集点的环境数据、地形数据和设备数据,确定当前采集点对应的场景类型,包括:常规态式场景、异常态式场景;所述异常态式场景包括:极端天气场景、复杂地形场景、外力破坏场景、设备老化场景; 于确定当前采集点为异常态式场景,针对预处理后的当前采集点的多维感知数据进行特征工程优化处理以替代特征工程处理,融合获取各采集点的特征向量;所述特征工程优化处理包括:利用单模态特征提取方式获取图像特征、各类传感器时序特征以及激光雷达点云特征;利用跨模态交互特征构造方式获取基于符合当前异常态式场景的物理规则构造的跨模态交互特征、基于相关性分析规则构造的跨模态交互特征;利用基尼重要度筛选方式完成特征筛选; 构建多个随机森林回归模型,每个随机森林回归模型利用一种场景下的历史各采集点的特征向量完成训练;根据当前确定的异常态式场景获取对应的随机森林回归模型,并将当前获取的各采集点特征向量分别输入训练好的随机森林回归模型,对应获取各采集点的健康度评估结果。

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星盾信息技术有限公司,其通讯地址为:210019 江苏省南京市建邺区梦都大街1号7幢2层201-960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”。

以上内容由龙图腾AI智能生成。

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。