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！

龙图腾网获悉华东交通大学申请的专利一种基于三光融合的电力设备诊断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：CN120876458B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511366543.X，技术领域涉及：G06T7/00；该发明授权一种基于三光融合的电力设备诊断方法是由韦宝泉;汪楷隽;邓芳明;薛宪法;周子健;曾兵;曾晗;李唐兵;蔡礼;涂凌奇;周中豪;王健;李兵;汪涛;鲁力设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本一种基于三光融合的电力设备诊断方法在说明书摘要公布了：本发明提供一种基于三光融合的电力设备诊断方法，包括：获取电力设备的原始可见光图像、原始红外图像和原始紫外图像；对图像进行预处理，得到预处理后的图像；将预处理后的图像输入至双流深度特征提取网络中，得到多模态配准后的图像；通过多模态图像重构融合模块，得到含有共有属性特征图的低频分量、及含有独有属性特征图的高频分量，进而得到最终三光融合特征图；将最终三光融合特征图输入到含有改进softmax运算模块的卷积神经网络中，得到电力设备缺陷检测结果。本发明能够解决现有技术依赖单一光谱获取的信息，存在单一模态信息盲区，导致复杂环境下缺陷检测精度较低的问题。

本发明授权一种基于三光融合的电力设备诊断方法在权利要求书中公布了：1.一种基于三光融合的电力设备诊断方法，其特征在于，包括： 步骤S1，采用可见光相机、红外热成像仪和紫外相机对电力设备进行图像采集，获取电力设备的原始可见光图像、原始红外图像和原始紫外图像； 步骤S2，对原始可见光图像、原始红外图像和原始紫外图像分别进行预处理，得到预处理后的可见光图像、处理后的红外图像和处理后的紫外图像； 步骤S3，将预处理后的可见光图像、处理后的红外图像和处理后的紫外图像输入至双流深度特征提取网络中，先基于多尺度的放电光斑特征和多尺度的热斑特征，得到多物理场耦合增强特征，再结合多尺度的高分辨纹理特征，得到多模态配准后的图像； 步骤S4，基于多模态配准后的图像，通过多频域协同特征分解与物理约束下的多模态图像重构融合模块进行融合，得到含有共有属性特征图的低频分量、及含有独有属性特征图的高频分量，对高频分量和低频分量进行融合，得到最终三光融合特征图； 步骤S5，将最终三光融合特征图输入到含有改进softmax运算模块的卷积神经网络中，得到电力设备缺陷检测结果； 所述双流深度特征提取网络包括可见光分支、红外分支和紫外分支、关联编码模块和多模态配准模块； 可见光分支用于学习预处理后的可见光图像的语义特征，以得到多尺度的高分辨纹理特征； 红外分支用于学习预处理后的红外图像的语义特征以得到多尺度的放电光斑特征； 紫外分支用于学习预处理后的紫外图像的语义特征，以得到多尺度的热斑特征； 关联编码模块用于根据温度和放电强度的关系，对放电光斑特征和热斑特征进行关联，得到多物理场耦合增强特征； 多模态配准模块用于基于多物理场耦合增强特征和多尺度的高分辨纹理特征，通过交叉注意力权重分配得到多模态配准后的图像； 所述关联编码模块满足下式： 其中，为多物理场耦合增强特征，为ELU激活函数，、为可训练权重矩阵，为归一化函数，为增强后的热斑特征，为放电光斑特征的量化放电强度，为增强前的热斑特征，为非线性激活函数，为1×1卷积，表示全局平均池化，为卷积操作，为元素级加法； 所述多模态配准模块满足下式： 其中，表示多模态配准后的图像，为归一化函数，为高分辨纹理特征，为查询矩阵，为键矩阵，表示转置，为特征维度； 步骤S4具体包括： 步骤S41，多模态图像重构融合模块基于多模态配准后的图像分解出低频系数和高频系数； 步骤S42，基于低频系数，将多物理场方程作为软约束嵌入多模态图像重构融合模块中，通过残差损失函数以使融合特征符合物理规律，对低频系数进行融合及逆变换，得到含有共有属性特征图的低频分量； 步骤S43，基于高频系数，开发可微分物理引擎，结合多尺度的高分辨纹理特征、放电光斑特征和热斑特征，对高频系数进行融合及逆变换，得到含有独有属性特征图的高频分量； 步骤S44，对高频分量和低频分量进行融合，得到最终三光融合特征图。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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。