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！

龙图腾网获悉武汉中博瑞电力科技有限公司申请的专利一种基于深度学习的电力输电线路故障识别方法及系统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：CN119296088B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411352046.X，技术领域涉及：G06V20/60；该发明授权一种基于深度学习的电力输电线路故障识别方法及系统是由冯景慧;杨宁波设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种基于深度学习的电力输电线路故障识别方法及系统在说明书摘要公布了：本发明属于电力线路故障识别技术领域，公开了一种基于深度学习的电力输电线路故障识别方法及系统，所述方法包括：获取输电线路的监测图像，对输电线路的监测图像进行预处理，得到目标图像；基于增强光值估计模型对目标图像进行光值求解，得到目标图像的大气光值；基于密集金字塔网络对目标图像进行多级特征提取，得到目标图像的透射率图；将目标图像的大气光值和目标图像的透射率图输入至大气散射模型中，得到去雾图像；将去雾图像输入预先构建的故障识别模型中，输出电力输电线路的故障类型。本发明通过对目标图像的大气光值和透射率图准确计算，能够获得高质量的去雾图像；过对高质量的去雾图像进行故障识别，可以提高线路故障识别的准确度。

本发明授权一种基于深度学习的电力输电线路故障识别方法及系统在权利要求书中公布了：1.一种基于深度学习的电力输电线路故障识别方法，其特征在于，所述方法包括： 获取输电线路的监测图像，对输电线路的监测图像进行预处理，得到目标图像； 基于增强光值估计模型对目标图像进行光值求解，得到目标图像的大气光值； 基于密集金字塔网络对目标图像进行多级特征提取，得到目标图像的透射率图； 将目标图像的大气光值和目标图像的透射率图输入至大气散射模型中，得到去雾图像； 将去雾图像输入预先构建的故障识别模型中，输出电力输电线路的故障类型； 所述增强光值估计模型包括：增强U-net网络、注意力网络和融合网络； 所述增强U-net网络用于：对目标图像进行特征提取，得到光值特征矩阵； 所述注意力网络用于：基于注意力机制对目标图像进行特征转化，得到初始特征矩阵；对初始特征矩阵进行高频信息提取，得到高频特征矩阵；将高频特征矩阵与初始特征矩阵进行融合，得到注意力特征矩阵； 所述融合网络用于：对注意力特征矩阵和光值特征矩阵进行融合，得到大气光值特征图，以大气光值特征图作为目标图像的大气光值； 对初始特征矩阵进行高频信息提取，得到高频特征矩阵，包括： 构建多个依次相连的第一残差模块；其中，第m个第一残差模块的输出作为第m+1个第一残差模块的输入，m为正整数； 在每个第一残差模块中，对第一残差模块的输入矩阵进行卷积，得到第一矩阵； 对第一矩阵进行全局平均池化处理，得到第一低通道矩阵； 对第一低通道矩阵进行反卷积，得到第一低通道权重矩阵； 将第一低通道权重矩阵与第一低通道矩阵进行相乘，得到第二矩阵，以第二矩阵作为该第一残差模块的输出矩阵；其中，以初始特征矩阵作为第一个第一残差模块的输入矩阵，以最后一个第一残差模块输出的第二矩阵作为高频特征矩阵； 所述增强U-net网络包括：第二编码器、特征恢复模块和第二解码器； 对目标图像进行特征提取，得到光值特征矩阵，包括： 基于第二编码器对目标图像进行多级下采样，得到下采样特征矩阵； 基于特征恢复模块对下采样特征矩阵进行多级特征恢复，得到恢复特征； 基于第二解码器对恢复特征进行多级上采样以及特征增强，得到光值特征矩阵； 基于第二解码器对恢复特征进行多级上采样以及特征增强，得到光值特征矩阵，包括： 初始化每一级上采样的输入采样矩阵，以对第j级上采样的输出进行反卷积后作为第j-1级上采样的输入，以对恢复特征进行反卷积后作为最高级上采样的输入，其中，j为大于或等于2的正整数； 对第j级上采样的输入进行反卷积，得到第j级采样特征； 将与第j级采样特征的特征维度相同的下采样特征矩阵和第j级采样特征进行融合增强，得到第j级增强特征； 对第j级增强特征进行卷积，得到卷积后的第j级增强特征，以卷积后的第j级增强特征作为第j级上采样的输出；以第一级上采样输出的卷积后的第一级增强特征作为光值特征矩阵； 所述特征恢复模块包括多个相连的第二残差模块，第n个第二残差模块的输出作为第n+1个第二残差模块的输入，其中，n为正整数； 基于特征恢复模块对下采样特征矩阵进行多级特征恢复，得到恢复特征，包括： 在每个第二残差模块中，对第二残差模块的输入矩阵进行卷积，得到第三矩阵； 对第三矩阵进行全局平均池化处理，得到第二低通道矩阵； 对第二低通道矩阵进行反卷积，得到第二低通道权重矩阵； 将第二低通道权重矩阵与第二低通道矩阵进行相乘，得到第四矩阵，以第四矩阵作为该第二残差模块的输出矩阵；其中，以下采样特征矩阵作为第一个第二残差模块的输入矩阵，以最后一个第二残差模块输出的第四矩阵作为恢复特征。

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武汉中博瑞电力科技有限公司，其通讯地址为：430000 湖北省武汉市东西湖区啤砖路51号台商大厦1716室；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。