買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉安徽南瑞繼遠(yuǎn)電網(wǎng)技術(shù)有限公司;南瑞集團(tuán)有限公司申請的專利基于可見光圖像識別技術(shù)的輸變電設(shè)備巡檢系統(tǒng)及方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN118230198B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202410337773.2，技術(shù)領(lǐng)域涉及：G06V20/17；該發(fā)明授權(quán)基于可見光圖像識別技術(shù)的輸變電設(shè)備巡檢系統(tǒng)及方法是由張可;陸劍峰;李翔;鄭奕;楊建旭;徐賀;侯仕杰;吳國元;吳國兵設(shè)計(jì)研發(fā)完成，并于2024-03-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于可見光圖像識別技術(shù)的輸變電設(shè)備巡檢系統(tǒng)及方法在說明書摘要公布了：本申請涉及智能巡檢領(lǐng)域，其具體地公開了一種基于可見光圖像識別技術(shù)的輸變電設(shè)備巡檢系統(tǒng)及方法，其通過由巡檢無人機(jī)采集的輸電設(shè)備的實(shí)時狀態(tài)圖像，并從后臺數(shù)據(jù)庫提取標(biāo)注為狀態(tài)正常的狀態(tài)參考圖像的集合，并利用基于深度學(xué)習(xí)的圖像識別和分析算法來對所述實(shí)時狀態(tài)圖像和所述標(biāo)注為狀態(tài)正常的狀態(tài)參考圖像進(jìn)行圖像處理和分析，以根據(jù)所述實(shí)時狀態(tài)圖像和所述標(biāo)注為狀態(tài)正常的狀態(tài)參考圖像之間的語義相似度與預(yù)定閾值之間的比較來自動地判斷所述輸電設(shè)備是否存在狀態(tài)異常。通過這樣的方式，可以實(shí)現(xiàn)對輸電設(shè)備狀態(tài)的實(shí)時監(jiān)測，并精準(zhǔn)地判斷輸電設(shè)備是否存在狀態(tài)異常，減少誤判、漏檢的可能性，同時降低了人力巡檢成本，提高了巡檢效率，提升了電網(wǎng)運(yùn)行的安全性和可靠性。

本發(fā)明授權(quán)基于可見光圖像識別技術(shù)的輸變電設(shè)備巡檢系統(tǒng)及方法在權(quán)利要求書中公布了：1.一種基于可見光圖像識別技術(shù)的輸變電設(shè)備巡檢系統(tǒng)，其特征在于，包括： 輸電設(shè)備實(shí)時狀態(tài)采集模塊，用于獲取由巡檢無人機(jī)采集的輸電設(shè)備的實(shí)時狀態(tài)圖像； 狀態(tài)參考圖像獲取模塊，用于從后臺數(shù)據(jù)庫提取標(biāo)注為狀態(tài)正常的狀態(tài)參考圖像的集合； 狀態(tài)參考特征提取模塊，用于對所述標(biāo)注為狀態(tài)正常的狀態(tài)參考圖像的集合中的各個狀態(tài)參考圖像進(jìn)行圖像特征提取以得到狀態(tài)參考特征圖的集合； 特征篩選模塊，用于將所述狀態(tài)參考特征圖的集合中的各個狀態(tài)參考特征圖通過基于特征篩選網(wǎng)絡(luò)的特征蒸餾器以得到蒸餾狀態(tài)參考特征向量的集合； 特征聯(lián)合聚類分析模塊，用于將所述蒸餾狀態(tài)參考特征向量的集合通過聯(lián)合聚類分析網(wǎng)絡(luò)以得到輸電設(shè)備正常狀態(tài)聚類表征特征矩陣； 所述特征聯(lián)合聚類分析模塊,包括： 矩陣構(gòu)造單元，用于構(gòu)造所述蒸餾狀態(tài)參考特征向量的集合的鄰接矩陣和度矩陣； 拉普拉斯矩陣計(jì)算單元，用于基于所述鄰接矩陣和所述度矩陣，計(jì)算拉普拉斯矩陣； 標(biāo)準(zhǔn)化處理單元，用于對所述拉普拉斯矩陣進(jìn)行標(biāo)準(zhǔn)化處理以得到標(biāo)準(zhǔn)化后拉普拉斯矩陣； 特征值排列單元，用于將所述標(biāo)準(zhǔn)化后拉普拉斯矩陣的各個特征值從大到小進(jìn)行排列，并提取前K個特征值計(jì)算所述前K個特征值的特征向量； 特征組成單元，用于標(biāo)準(zhǔn)化所述前K個特征值的特征向量并將標(biāo)準(zhǔn)化后的前K個特征值的特征向量組成特征向量矩陣以得到所述輸電設(shè)備正常狀態(tài)聚類表征特征矩陣； 輸電設(shè)備實(shí)時狀態(tài)特征提取模塊，用于對所述實(shí)時狀態(tài)圖像進(jìn)行圖像特征提取以得到輸電設(shè)備實(shí)時狀態(tài)特征矩陣； 相似度計(jì)算模塊，用于計(jì)算所述輸電設(shè)備正常狀態(tài)聚類表征特征矩陣和所述輸電設(shè)備實(shí)時狀態(tài)特征矩陣之間的哈希相似度； 輸電設(shè)備異常判斷模塊，用于基于所述哈希相似度與預(yù)定閾值之間的比較，確定所述輸電設(shè)備是否存在狀態(tài)異常； 其中，所述特征篩選模塊，用于：使用所述基于特征篩選網(wǎng)絡(luò)的特征蒸餾器以如下特征篩選公式對所述狀態(tài)參考特征圖的集合中的每個狀態(tài)參考特征圖進(jìn)行處理以得到所述蒸餾狀態(tài)參考特征向量的集合； 其中，所述特征篩選公式為: 其中，vi x和vj x分別是所述每個狀態(tài)參考特征圖展開后的狀態(tài)參考特征向量的序列中第i個和第j個狀態(tài)參考特征向量，L是所述狀態(tài)參考特征向量的序列中的各個狀態(tài)參考特征向量的尺度，Vk表示所述狀態(tài)參考特征向量的序列，M表示所述狀態(tài)參考特征向量的序列中狀態(tài)參考特征向量的數(shù)量-1，Di表示狀態(tài)參考語義差異特征向量中各個位置的特征值，Ns表示狀態(tài)參考語義差異特征向量中特征值的個數(shù)，V表示所述蒸餾狀態(tài)參考特征向量的集合中每個蒸餾狀態(tài)參考特征向量，exp·表示以自然常數(shù)e為底的指數(shù)函數(shù)，log表示以2為底的對數(shù)函數(shù)值。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人安徽南瑞繼遠(yuǎn)電網(wǎng)技術(shù)有限公司;南瑞集團(tuán)有限公司，其通訊地址為：230088 安徽省合肥市科學(xué)大道90號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。