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！

龙图腾网获悉长春工程学院申请的专利基于云边协同的输电线路关键部件缺陷识别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：CN120470463B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510963404.9，技术领域涉及：G06F18/2431；该发明授权基于云边协同的输电线路关键部件缺陷识别方法是由倪虹霞;赵立英;刘超;齐恩铁;陈佃志;栾琪;鲁超;孙宏斌;李雪;刘禹佳设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本基于云边协同的输电线路关键部件缺陷识别方法在说明书摘要公布了：本发明涉及输电线路检测技术领域，公开了一种基于云边协同的输电线路关键部件缺陷识别方法。该方法获取无人机采集的输电线路部件图像、边缘端传感器数据及云端历史缺陷数据库组成的多源巡检数据集合。在边缘端，通过图像预处理算法提取部件区域特征，利用多模态特征融合算法生成环境关联参数；在云端，对历史缺陷数据库进行时空关联分析生成部件缺陷演化图谱。将上述信息输入云边协同识别模型得到部件缺陷特征向量，再通过动态优化算法构建多级缺陷识别网络，输出部件缺陷分类结果及置信度。该方法及系统提高了输电线路关键部件缺陷识别的准确性、实时性和可靠性，具有良好的应用前景。

本发明授权基于云边协同的输电线路关键部件缺陷识别方法在权利要求书中公布了：1.一种基于云边协同的输电线路关键部件缺陷识别方法，其特征在于，包括： 获取多源巡检数据集合；所述多源巡检数据包括无人机采集的输电线路部件图像、边缘端传感器数据及云端历史缺陷数据库；所述边缘端传感器数据包含温度、湿度及振动信息； 基于所述输电线路部件图像，通过边缘端图像预处理算法提取部件区域特征，所述区域特征包括几何轮廓信息、纹理分布特征及局部缺陷候选框； 根据所述边缘端传感器数据，通过多模态特征融合算法生成环境关联参数，所述环境关联参数包含温度异常系数、湿度影响因子及振动波动阈值； 将所述云端历史缺陷数据库进行时空关联分析，生成部件缺陷演化图谱； 将所述部件区域特征、环境关联参数及缺陷演化图谱输入云边协同识别模型，生成部件缺陷特征向量； 基于所述部件缺陷特征向量，通过动态优化算法构建多级缺陷识别网络，输出部件缺陷分类结果及置信度；所述多级缺陷识别网络的层级表示缺陷类型分支，节点表示特征融合权重及识别优先级； 所述云边协同识别模型包括特征增强模块和协同推理模块，所述特征增强模块包括： 对所述部件区域特征中的几何轮廓信息进行归一化处理，得到第一增强向量； 将所述环境关联参数中的温度异常系数进行离散化编码，生成第二增强向量； 对所述缺陷演化图谱进行时空卷积运算，提取缺陷传播特征，得到第三增强向量； 通过特征拼接层将第一增强向量、第二增强向量及第三增强向量合并为高维融合特征； 所述协同推理模块包括： 对高维融合特征进行通道注意力加权，生成特征重要性矩阵； 通过跨层级特征交互算法提取缺陷关联特征，生成缺陷关联矩阵； 将特征重要性矩阵与缺陷关联矩阵进行逐元素乘积运算，生成协同推理特征； 通过残差连接将协同推理特征与原始高维融合特征叠加，输出部件缺陷特征向量。

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长春工程学院，其通讯地址为：130012 吉林省长春市宽平大路395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”。