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！

龙图腾网获悉国网上海市电力公司申请的专利基于YOLOV8的复合绝缘子故障检测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：CN121190491B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511745645.2，技术领域涉及：G06T7/00；该发明授权基于YOLOV8的复合绝缘子故障检测方法是由施慧;施宇谦;徐晔;张浩;王衍达;韩赫;李怀宇;俞志刚;姚望;王晓毅;李瀚堂设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本基于YOLOV8的复合绝缘子故障检测方法在说明书摘要公布了：本发明公开了基于YOLOV8的复合绝缘子故障检测方法，涉及图形数据读取技术领域，该方法包括：同步采集复合绝缘子的红外图像与可见光图像，作为双模态图像并进行协同预处理，获得配准的双模态图像并生成显著性热区图；构建改进的目标检测网络，将配准的双模态图像输入改进的目标检测网络，得到复合绝缘子的检测结果与故障区域像素级轮廓；基于物理机理诊断模型获得最终过热等级，并基于故障区域像素级轮廓计算当前故障的强度损失率估值；基于故障类型、绝对温度数据矩阵、最终过热等级、强度损失率估值与故障区域像素级轮廓，生成并输出结构化诊断报告。本发明解决了现有技术中存在的复合绝缘子故障检测不全面导致检测效果不佳的技术问题。

本发明授权基于YOLOV8的复合绝缘子故障检测方法在权利要求书中公布了：1.基于YOLOV8的复合绝缘子故障检测方法，其特征在于，所述方法包括： 同步采集复合绝缘子的红外图像与可见光图像，作为双模态图像，并进行协同预处理，获得配准的双模态图像，再从红外图像中提取绝对温度数据矩阵，并基于温度数据矩阵生成显著性热区图； 结合所述显著性热区图，构建改进的目标检测网络，并将配准的双模态图像输入改进的目标检测网络，得到复合绝缘子的检测结果与故障区域像素级轮廓，所述检测结果包括故障类型； 基于物理机理诊断模型，结合所述绝对温度数据矩阵与故障区域像素级轮廓，对当前故障进行严重度量化，获得最终过热等级，并基于故障区域像素级轮廓，计算当前故障的强度损失率估值； 基于所述故障类型、绝对温度数据矩阵、最终过热等级、强度损失率估值与故障区域像素级轮廓，生成并输出结构化诊断报告； 其中，结合所述显著性热区图，构建改进的目标检测网络，包括： 采用移除了最后一级下采样层的YOLOV8架构作为基础网络，并将基础网络的骨干网络在输入端后拆分为两个参数不共享的分支，分别接收配准后的红外图像与可见光图像； 在两个分支的骨干网络及特征金字塔网络中，使用动态卷积模块替代所有3×3标准卷积层，其中所述动态卷积模块通过轻量级的子网络根据输入特征图生成卷积核权重，实现感受野的自适应调整； 所述特征金字塔包含三个关键融合层级，每个关键融合层级均嵌入一个跨模态注意力融合模块，所述跨模态注意力融合模块的执行逻辑基于所述显著性热区图构建； 其中，所述跨模态注意力融合模块的执行逻辑，包括： 在任一指定层级，将红外图像分支的特征图作为Query，将可见光图像分支的特征图同时作为Key和Value； 计算Query与Key的点积，得到初始注意力图，并将该初始注意力图与显著性热区图进行逐元素相乘，得到由温度信息加权的增强注意力图； 对所述增强注意力图进行Softmax归一化，得到最终的融合权重，并使用此权重对Value进行加权求和，将求和结果与当前层级的红外分支特征图进行通道拼接； 将通道拼接后的特征图通过1×1卷积层进行降维与信息整合，输出所述指定层级的最终融合特征。

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上海市电力公司，其通讯地址为：200122 上海市浦东新区源深路1122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。