宁波送变电建设有限公司甬城配电网建设分公司崔林宁获国家专利权
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!
龙图腾网获悉宁波送变电建设有限公司甬城配电网建设分公司申请的专利基于人工智能的无人机配电网巡检图像实时识别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:CN120744644B 。
龙图腾网通过国家知识产权局官网在2026-01-13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:202511270132.0,技术领域涉及:G06F18/241;该发明授权基于人工智能的无人机配电网巡检图像实时识别方法是由崔林宁;丁钰雯;杜铮;王军华;张蔡洧;姜春莹;陈果;雷启迪;王永慧;孙圳;谌庆芳;张科;秦昊;周开泓;陈晗文;程日朗;李晨辉;许静波;徐璐;周乐平;周浩;欧竞设计研发完成,并于2025-09-08向国家知识产权局提交的专利申请。
本基于人工智能的无人机配电网巡检图像实时识别方法在说明书摘要公布了:本发明公开了基于人工智能的无人机配电网巡检图像实时识别方法,涉及图像识别领域,包括,对多模态数据包进行时空校准,提取各模态特征后使用跨模态注意力机制融合特征,得到多模态特征向量,通过配电网拓扑数据构建异构图,设置节点和边,将多模态特征向量赋给节点,使用图卷积神经网络聚合邻居设备特征,更新节点表示,输出配电网设备的异常分类结果和异常传播路径预测结果,带宽网络中心接收异常分类结果和异常传播路径预测结果,并持续监测和利用历史网络数据与环境因素训练带宽预测模型,预测带宽变化趋势;本发明实现了对设备间复杂依赖关系的捕捉和异常传播路径的精准预测,显著提升巡检的全面性和故障预防能力。
本发明授权基于人工智能的无人机配电网巡检图像实时识别方法在权利要求书中公布了:1.基于人工智能的无人机配电网巡检图像实时识别方法,其特征在于:包括, 无人机通过路径规划算法生成巡检路径并采集多模态数据,生成多模态数据包; 对多模态数据包进行时空校准,提取各模态特征后使用跨模态注意力机制融合特征,得到多模态特征向量; 通过配电网拓扑数据构建异构图,设置节点和边,将多模态特征向量赋给节点,使用图卷积神经网络聚合邻居设备特征,更新节点表示,输出配电网设备的异常分类结果和异常传播路径预测结果; 带宽网络中心接收异常分类结果和异常传播路径预测结果,并持续监测和利用历史网络数据与环境因素训练带宽预测模型,预测带宽变化趋势,主动调整计算任务的分配,在低宽带和高宽带时运行不同的图卷积神经网络,得到压缩数据包和增强型巡检报告; 所述带宽网络中心接收异常分类结果和异常传播路径预测结果,并持续监测和利用历史网络数据和环境因素训练带宽预测模型,预测带宽变化趋势,具体为, 接收异常分类结果和异常传播路径预测结果,启动带宽中心持续监测实时网络状态,结合历史网络数据和环境因素,生成统一特征向量; 通过预训练的带宽预测模型分析统一特征向量,得到带宽变化趋势; 所述主动调整计算任务的分配,在低宽带和高宽带时运行不同的图卷积神经网络,得到压缩数据包和增强型巡检报告,具体为, 根据带宽变化趋势和预设的带宽阈值,判断低宽带和高宽带场景; 在低宽带场景下,基于异构图和异常分类结果生成异构图子集,并运行轻量化图卷积网络进行处理,生成异常分类的初步结果,并通过主成分分析生成压缩数据包; 在高宽带场景下,上传异构图需求至云端数据库,运行预训练的图卷积网络,输出异常分类结果和异常传播路径预测结果,并生成动态风险评估图和三维可视化模型,整合为增强型巡检报告。
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宁波送变电建设有限公司甬城配电网建设分公司,其通讯地址为:315000 浙江省宁波市江北区洪兴路199号139幢;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励