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！

龙图腾网获悉国网甘肃省电力公司兰州供电公司申请的专利基于深度学习的电力设备巡检装置故障检测与诊断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：CN120910629B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511454777.X，技术领域涉及：G06F18/24；该发明授权基于深度学习的电力设备巡检装置故障检测与诊断方法是由郭子强;王少龙;王生鹏;邵必飞;陆浩;焦晓晨;马俊武;杨康;王鹏;郭小嘉;计梦瑶;刘子佳设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本基于深度学习的电力设备巡检装置故障检测与诊断方法在说明书摘要公布了：本发明公开了基于深度学习的电力设备巡检装置故障检测与诊断方法，包括如下步骤：采集多模态数据，生成原始数据集；对原始数据集执行时间标定归一化，生成预处理数据包；将预处理数据包执行异常检测，输出异常候选区域集并生成特征切片集；对特征切片集执行群卷积运算，输出结构保持表示；对结构保持表示执行分类与校准，输出故障类型与置信度向量；对故障类型与进行风险评估，输出风险等级码；对结构保持表示进行时间序列处理，输出故障趋势曲线与劣化速率；对异常候选区域集进行整理，对风险等级码进行归档，对故障趋势曲线与劣化速率进行标注，生成诊断报告数据。本发明实现了电力设备巡检装置故障检测与诊断。

本发明授权基于深度学习的电力设备巡检装置故障检测与诊断方法在权利要求书中公布了：1.基于深度学习的电力设备巡检装置故障检测与诊断方法，其特征在于，包括如下步骤： 采集电力设备的多模态感知数据，生成带时间标识与传感器标识的原始数据集； 对所述原始数据集执行时间同步标定与特征尺度归一化，生成预处理数据包； 将预处理数据包执行异常检测，输出异常候选区域集，并生成与候选区域对应的特征切片集； 将所述异常候选区域集及对应的特征切片集输入四元数-二维特殊欧氏群等变群卷积网络，执行四元数通道映射与二维特殊欧氏群群卷积运算，输出具备旋转与平移等变性的结构保持表示张量； 对结构保持表示张量执行分类运算与校准运算，输出故障类型标签与对应置信度向量； 将故障类型标签与置信度向量进行风险评估，执行等级判定与阈值比对，输出风险等级码； 对结构保持表示张量与故障类型标签进行时间序列处理，执行状态演化分析与动态参数提取，输出故障发展趋势曲线与劣化速率标量； 对异常候选区域集进行整理，对风险等级码进行归档，对故障发展趋势曲线与劣化速率标量进行标注，生成诊断报告数据。

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甘肃省电力公司兰州供电公司，其通讯地址为：730000 甘肃省兰州市安宁区桃林路132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”。

以上内容由龙图腾AI智能生成。