買(mǎi)專利賣(mài)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)獲悉華北電力大學(xué)(保定)申請(qǐng)的專利基于圖像融合技術(shù)的變電站設(shè)備缺陷實(shí)時(shí)識(shí)別與預(yù)警系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120525879B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-23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(qǐng)?zhí)?專利號(hào)為：202511018822.7，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)基于圖像融合技術(shù)的變電站設(shè)備缺陷實(shí)時(shí)識(shí)別與預(yù)警系統(tǒng)是由郭玉榮;何雨非;張珂;林穎;王子念;陳海祺;石超君;李碩士設(shè)計(jì)研發(fā)完成，并于2025-07-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于圖像融合技術(shù)的變電站設(shè)備缺陷實(shí)時(shí)識(shí)別與預(yù)警系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了基于圖像融合技術(shù)的變電站設(shè)備缺陷實(shí)時(shí)識(shí)別與預(yù)警系統(tǒng)，包括：數(shù)據(jù)采集模塊用于部署移動(dòng)采集設(shè)備、紅外傳感器和可見(jiàn)光傳感器采集變電站設(shè)備的紅外圖像和可見(jiàn)光圖像；數(shù)據(jù)融合模塊用于利用場(chǎng)景?設(shè)備解耦融合算法獲取變電站設(shè)備紅外圖像和可見(jiàn)光圖像的融合圖像；缺陷識(shí)別模塊用于根據(jù)融合圖像，利用目標(biāo)檢測(cè)模型識(shí)別設(shè)備缺陷并輸出結(jié)果；預(yù)警模塊用于判斷輸出結(jié)果大于風(fēng)險(xiǎn)閾值，則根據(jù)設(shè)備的缺陷類型啟動(dòng)聲光預(yù)警，同時(shí)向運(yùn)維終端和運(yùn)維平臺(tái)發(fā)送預(yù)警信號(hào)。本發(fā)明基于多模態(tài)圖像提高識(shí)別變電站設(shè)備缺陷的準(zhǔn)確性，進(jìn)而保證變電站的安全生產(chǎn)。

本發(fā)明授權(quán)基于圖像融合技術(shù)的變電站設(shè)備缺陷實(shí)時(shí)識(shí)別與預(yù)警系統(tǒng)在權(quán)利要求書(shū)中公布了：1.基于圖像融合技術(shù)的變電站設(shè)備缺陷實(shí)時(shí)識(shí)別與預(yù)警系統(tǒng)，其特征在于，包括： 數(shù)據(jù)采集模塊，用于部署的移動(dòng)采集設(shè)備、紅外傳感器和可見(jiàn)光傳感器采集變電站設(shè)備的紅外圖像和可見(jiàn)光圖像，變電站設(shè)備包括電流互感器、電壓互感器、絕緣子以及套管； 數(shù)據(jù)融合模塊，用于根據(jù)紅外圖像與可見(jiàn)光圖像，利用場(chǎng)景-設(shè)備解耦融合算法獲取變電站設(shè)備紅外圖像與可見(jiàn)光圖像的融合圖像； 缺陷識(shí)別模塊，用于根據(jù)融合圖像，利用目標(biāo)檢測(cè)模型，識(shí)別設(shè)備缺陷，并輸出結(jié)果； 預(yù)警模塊，用于判斷缺陷識(shí)別模塊的輸出結(jié)果，若輸出結(jié)果大于風(fēng)險(xiǎn)閾值，則根據(jù)設(shè)備的缺陷類型啟動(dòng)聲光報(bào)預(yù)警，同時(shí)向運(yùn)維終端和運(yùn)維平臺(tái)發(fā)送預(yù)警信號(hào)； 其中，所述數(shù)據(jù)融合模塊，具體包括： 根據(jù)移動(dòng)采集設(shè)備獲取待融合的源圖像，包括紅外圖像傳感器所采集變電站設(shè)備的紅外圖像和可見(jiàn)光傳感器所采集變電站設(shè)備的可見(jiàn)光圖像，所有圖像經(jīng)過(guò)配對(duì)處理； 根據(jù)經(jīng)過(guò)配對(duì)處理的紅外圖像與可見(jiàn)光圖像對(duì)，利用場(chǎng)景-設(shè)備解耦融合算法獲取變電站設(shè)備紅外圖像與可見(jiàn)光圖像的融合圖像； 其中，利用場(chǎng)景-設(shè)備解耦融合算法獲取變電站設(shè)備紅外圖像與可見(jiàn)光圖像的融合圖像，包括： 利用預(yù)先設(shè)計(jì)的場(chǎng)景-設(shè)備特征解耦網(wǎng)絡(luò)SEFDNet對(duì)待融合的源圖像進(jìn)行特征提取，得到紅外場(chǎng)景特征與紅外設(shè)備特征，以及可見(jiàn)光場(chǎng)景特征與可見(jiàn)光設(shè)備特征，以實(shí)現(xiàn)源圖像場(chǎng)景特征與設(shè)備特征的解耦，并利用解碼器實(shí)現(xiàn)源圖像的重構(gòu)，得到重構(gòu)紅外圖像與重構(gòu)可見(jiàn)光圖像； 利用預(yù)先設(shè)計(jì)的可見(jiàn)光場(chǎng)景增強(qiáng)融合網(wǎng)絡(luò)VSEFNet，實(shí)現(xiàn)通過(guò)場(chǎng)景-設(shè)備特征解耦網(wǎng)絡(luò)SEFDNet所得可見(jiàn)光場(chǎng)景特征與紅外場(chǎng)景特征以及可見(jiàn)光設(shè)備特征與紅外設(shè)備特征的融合，并利用解碼器生成融合圖像； 其中，所述場(chǎng)景-設(shè)備特征解耦網(wǎng)絡(luò)SEFDNet，包括： 首先，通過(guò)淺層特征編碼器，提取源圖像中的淺層特征，分別為紅外淺層特征與可見(jiàn)光淺層特征； 接著，分別采用場(chǎng)景編碼器與設(shè)備編碼器解耦紅外淺層特征與可見(jiàn)光淺層特征，提取紅外場(chǎng)景特征與設(shè)備特征，以及可見(jiàn)光場(chǎng)景特征與設(shè)備特征；其中，紅外與可見(jiàn)光圖像設(shè)備特征表現(xiàn)為紅外與可見(jiàn)光圖像中設(shè)備的關(guān)鍵信息，即紅外圖像中設(shè)備的溫度信息以及可見(jiàn)光圖像中設(shè)備的紋理信息，紅外與可見(jiàn)光圖像場(chǎng)景特征表現(xiàn)為紅外與可見(jiàn)光圖像中的場(chǎng)景相關(guān)信息，同時(shí)，設(shè)備作為場(chǎng)景中的一部分，設(shè)備與場(chǎng)景之間的位置關(guān)系同樣包含于場(chǎng)景特征表達(dá)信息之中，作為場(chǎng)景特征中對(duì)設(shè)備的補(bǔ)充信息； 對(duì)于場(chǎng)景特征，由于不同模態(tài)圖像均拍攝于同一場(chǎng)景，不同模態(tài)圖像場(chǎng)景特征應(yīng)當(dāng)是相似的，故采用場(chǎng)景一致性損失函數(shù)，增強(qiáng)相同場(chǎng)景下不同模態(tài)圖像場(chǎng)景特征的相關(guān)性，場(chǎng)景一致性損失函數(shù)表達(dá)如下： ； 其中，表示平滑范數(shù)，約束紅外場(chǎng)景特征與可見(jiàn)光場(chǎng)景特征的相關(guān)性，并允許因不同模態(tài)造成的稀疏性差異； 對(duì)于設(shè)備特征，設(shè)計(jì)設(shè)備溫度-紋理約束損失函數(shù)ETTCLoss指導(dǎo)紅外與可見(jiàn)光設(shè)備特征的提取，并優(yōu)化模型的整體特征解耦能力，分別將紅外圖像與可見(jiàn)光圖像轉(zhuǎn)化為灰度圖像，并利用Canny算法與設(shè)置灰度閾值提取設(shè)備溫度信息與紋理信息，分別指導(dǎo)紅外設(shè)備特征與可見(jiàn)光設(shè)備特征的提取，設(shè)備溫度-紋理約束損失函數(shù)ETTCLoss表達(dá)如下： ； ； ； 其中，與分別為紅外設(shè)備特征與可見(jiàn)光設(shè)備特征通過(guò)點(diǎn)卷積在單通道維度上的投影，與分別為ETTCLoss的紅外約束分量與可見(jiàn)光約束分量，是權(quán)重參數(shù)，保證分量在數(shù)量級(jí)上的統(tǒng)一，為L(zhǎng)2范數(shù)，確保設(shè)備特征能夠準(zhǔn)確表達(dá)相應(yīng)的設(shè)備信息； 最后，利用解碼器將相同模態(tài)的場(chǎng)景特征與設(shè)備特征重構(gòu)，取得重構(gòu)紅外圖像與重構(gòu)可見(jiàn)光圖像，設(shè)計(jì)圖像重構(gòu)損失函數(shù)約束重構(gòu)紅外圖像與重構(gòu)可見(jiàn)光圖像分別逼近原始紅外圖像與原始可見(jiàn)光圖像,以優(yōu)化解碼器的圖像重構(gòu)能力，對(duì)于紅外圖像，圖像重構(gòu)損失函數(shù)可表示為： ； 同理，對(duì)于可見(jiàn)光圖像，圖像重構(gòu)損失函數(shù)可表示為： ； 其中，是權(quán)重參數(shù)，為結(jié)構(gòu)相似性損失函數(shù)，用于最小化重構(gòu)圖像與源圖像的結(jié)構(gòu)差異，為L(zhǎng)2范數(shù)，確保重構(gòu)后的圖像接近于原始圖像； 將上述損失函數(shù)聯(lián)合，場(chǎng)景-設(shè)備特征解耦網(wǎng)絡(luò)SEFDNet的訓(xùn)練總損失函數(shù)可表示為： ； 其中，是權(quán)重參數(shù)，用于保證分量在數(shù)量級(jí)上的統(tǒng)一，通過(guò)優(yōu)化設(shè)備-場(chǎng)景特征解耦網(wǎng)絡(luò)SEFDNet的特征解耦能力與圖像重構(gòu)能力； 其中，所述可見(jiàn)光場(chǎng)景增強(qiáng)融合網(wǎng)絡(luò)VSEFNet，包括： 首先，經(jīng)由SEFDNet預(yù)訓(xùn)練的編碼器提取源圖像特征，以下分別表示為紅外場(chǎng)景特征與設(shè)備特征，以及可見(jiàn)光場(chǎng)景特征與設(shè)備特征；設(shè)計(jì)設(shè)備熱力注意力機(jī)制ETBAM抑制紅外場(chǎng)景特征中場(chǎng)景相關(guān)信息，處理后的紅外場(chǎng)景特征可表示為： ； ； 其中，與為對(duì)紅外設(shè)備特征經(jīng)過(guò)通道平均池化與最大池化的結(jié)果，為7×7卷積，為sigmoid函數(shù)，為逐元素乘法，由于紅外設(shè)備特征通常能夠反映設(shè)備的區(qū)域，基于空間注意力機(jī)制，得到設(shè)備熱力注意力圖，并將設(shè)備熱力注意力圖與紅外場(chǎng)景特征進(jìn)行逐元素乘法，通過(guò)保留紅外場(chǎng)景特征對(duì)設(shè)備的補(bǔ)充信息，抑制紅外場(chǎng)景特征在場(chǎng)景區(qū)域內(nèi)的信息，從而增強(qiáng)可見(jiàn)光場(chǎng)景信息的表達(dá)； 接著，利用場(chǎng)景特征融合模塊與設(shè)備特征融合模塊融合不同模態(tài)的場(chǎng)景特征與設(shè)備特征，得到融合場(chǎng)景特征與融合設(shè)備特征； 接著，利用場(chǎng)景-設(shè)備特征解耦網(wǎng)絡(luò)SEFDNet中預(yù)訓(xùn)練的解碼器將融合場(chǎng)景與融合設(shè)備特征重構(gòu)為融合圖像； 最后，分別設(shè)計(jì)內(nèi)容分布損失函數(shù)與梯度最大值保留損失函數(shù)，對(duì)于內(nèi)容分布損失函數(shù)，包含變量與； 其中，可表示為： ； 其中，，，分別為紅外圖像，融合圖像與可見(jiàn)光圖像在設(shè)備區(qū)域內(nèi)的部分圖像，為權(quán)重參數(shù)，用于控制設(shè)備區(qū)域內(nèi)的紅外與可見(jiàn)光信息分布，為圖像內(nèi)容約束損失函數(shù)，可表示為： ； 其中，為權(quán)重參數(shù)，，分別代表不同的兩幅圖像； 同理，可表示為： ； ，，分別為紅外圖像、融合圖像與可見(jiàn)光圖像在場(chǎng)景區(qū)域內(nèi)的部分圖像，為權(quán)重參數(shù)，用于控制場(chǎng)景區(qū)域內(nèi)的紅外與可見(jiàn)光信息分布； 對(duì)于梯度最大值保留損失函數(shù)，可表示為： ； 其中，為梯度算子，為絕對(duì)值函數(shù)，為最大值函數(shù)，為范數(shù)； 將上述損失函數(shù)聯(lián)合，可表示為： ； 其中，為權(quán)重參數(shù)，用于保證分量在數(shù)量級(jí)上的統(tǒng)一，通過(guò)總體損失函數(shù)優(yōu)化可見(jiàn)光場(chǎng)景增強(qiáng)融合網(wǎng)絡(luò)VSEFNet的特征融合與圖像生成能力。

如需購(gòu)買(mǎi)、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(qǐng)人或?qū)＠麢?quán)人華北電力大學(xué)(保定)，其通訊地址為：071003 河北省保定市永華北大街619號(hào)；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)”。