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！

龙图腾网获悉国网内蒙古东部电力有限公司;国网信息通信产业集团有限公司北京分公司;国网内蒙古东部电力有限公司赤峰供电公司;国家电网有限公司申请的专利一种基于电力作业记录仪的作业动态管控数据处理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：CN117893947B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202410093224.5，技术领域涉及：G06V20/40；该发明授权一种基于电力作业记录仪的作业动态管控数据处理方法是由高春辉;赵勇;徐国辉;秦若锋;奇达博尔;周明哲;孙广;宁静;李博;方梦然;李净雅;张紫枫设计研发完成，并于2024-01-23向国家知识产权局提交的专利申请。

本一种基于电力作业记录仪的作业动态管控数据处理方法在说明书摘要公布了：本发明公开了一种基于电力作业记录仪的作业动态管控数据处理方法，包括电力作业记录仪的一体化适配开发、电力行为样本数据库的构建、电力作业行为识别算法的构建，并基于自主开发的a‑组合式数据约束进程和b‑路径交叉数据阶层化分解进程对电力作业行为识别算法进行优化。本发明一方面对现有技术进行了集成和一体化设计，尤其是针对性的进行了多项自主算法研发，以对直接集成的算法平台和人工智能平台进行面向电力作业行为识别的优化。

本发明授权一种基于电力作业记录仪的作业动态管控数据处理方法在权利要求书中公布了：1.一种基于电力作业记录仪的作业动态管控数据处理方法，其特征在于：该方法至少包括如下子项：电力作业记录仪的一体化适配开发，电力行为样本数据库的构建，电力作业行为识别算法的构建和或优化；所述电力作业记录仪的一体化适配开发包括：构建电力作业专用记录仪一体机，一体机屏幕采用液晶屏，支持多点电容触控，芯片采用Intel系列处理器，支持SSD+高容量HDD灵活扩充，采集接口支持MiniUSBMicrotypeC，软件方面管理系统采用BS架构、支持分布式下载、支持记录仪数据远程下载、自动采集、自动删除、自动充电、无人值守、全金属外壳防强电场强磁场干扰，同时支持7*24*365全天候运行，支持通过Web浏览器进行实时访问和参数配置，实现标准SDK开发和支撑；电力作业专用记录仪一体机的参数配置如下：处理器：8核高速处理器；系统：安卓操作系统；通信：4G全网通支撑5G；通话：支持双向交互、实时对讲、集群对讲功能；视频压缩：采用H.264H.265高清编码；储存容量：64G或128G；电池：容量大于3000mAh，续航时间10小时以上，低温型电池；具备不断电更换电池功能，具有超低功耗摄录模式；定位：GPS+北斗双定位，具备＜1m的定位精度；镜头广度：120度广角；夜视能力：5米看清面部特征，10米人体轮廓；重量：≤200g；防护性能：IP6-8；AI功能：支持人脸识别基础功能；防抖：智能防抖；屏幕：2寸以上、触控操作；其他：WiFi、蓝牙功能、一键SOS功能；所述电力行为样本数据库的构建包括：建立电力行为样本数据库以收集多样化的电力作业数据为基础，数据库包含不同类型的作业和任务，涵盖不同的行业和行业规范，确保样本数据库是多样化的并能够对多电力作业任务进行泛化；构建子项至少包括：1样本标注：样本数据库中的数据有正确的标注，确保后续的算法模型学习有意义的特征；2数据质量：数据质量构建为有效样本数据库的底层因素，样本数据库中的数据准确完整可靠，为了确保数据质量，采取多种措施包括数据清洗、数据去重、数据验证；3采集策略：在收集数据时实现最大限度覆盖可能情景；4数据保护：样本数据库中的数据避免泄露和滥用，数据路径至少包括数据存储安全、访问控制、数据加密；电力行为样本数据库的应用导向构建包括：针对电力生产现场作业安全要求，电力行为样本数据库的数据子项至少包括：作业人员安全帽佩戴、安全带佩戴、绝缘手套佩戴、吸烟、电焊作业不按照劳保要求着装、粉尘较大作业不佩戴口罩、高空抛物、违章动火8类智能识别算法样本数据；所述电力作业行为识别算法的构建包括：A、电力作业人员行为分析的框架模型：利用深度学习算法将记录仪摄像头获取到的视频流抽象为可量化的行为数据，包括如下数据步骤：1获取已知行为类型的图像；2对图像进行卷积计算和最大池化计算，并提取出用于表示图像特征的特征数据；3将图像的特征数据与对应的行为类型输入到预搭建的神经网络模型中；4对特征数据按照对应的行为类型进行分类；5重复步骤1-4，直到满足训练结束条件；B、电力作业人员行为分析模型构建的数据流程：电力作业人员行为分析模型使用卷积神经网络来构建，其构建模型的步骤如下：A、向前传播过程：所构建的卷积神经网络的向前传播过程具体包括：1填充：对输入图像进行卷积操作时，角落或边缘的像素点被使用的次数相对较少，在图片识别中会弱化边缘信息，因此使用padding操作在图像原始数据周围填充p层数据，保留有效信息的同时保证在使用卷积计算前后卷的高和宽不变化；2单步卷积：在卷积操作中，过滤器通道数与输入图像相同，高度和宽度为奇数并综合构建为多维数组；3卷积层：在单步卷积过程中只存在一个过滤器的情况，在CNN卷积层中过滤器构建为多个，输出时将每个过滤器卷积后的图像叠加在一起输出；4池化层：池化层的作用是缩减网络的大小，提高计算速度，同时提高所提取特征的鲁棒性，采用最大池化max-pooling和或平均池化average-pooling；B、反向传播过程：在深度学习框架情况下只要保证向前传播过程即可，框架会自动执行反向传播的过程；进一步，基于算法进程对所述的数据处理方法进行优化，基于a-组合式数据约束进程和或b-路径交叉数据阶层化分解进程，对电力作业行为识别算法进行优化。

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内蒙古东部电力有限公司;国网信息通信产业集团有限公司北京分公司;国网内蒙古东部电力有限公司赤峰供电公司;国家电网有限公司，其通讯地址为：010010 内蒙古自治区呼和浩特市赛罕区鄂尔多斯东街11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”。