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！

龙图腾网获悉广东电网有限责任公司;广东电网有限责任公司东莞供电局申请的专利一种变电站的检测方法、装置、设备及存储介质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：CN116468945B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310432679.0，技术领域涉及：G06V10/764；该发明授权一种变电站的检测方法、装置、设备及存储介质是由周则儒;卢润波;李应光;邓艳梅;曾轲;萧耀华;陈淑莲;梁碧涛;胡景文;芦大伟;黄国尊;周鹏威;蔡勇;胡伊凡;张刚设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种变电站的检测方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种变电站的检测方法、装置、设备及存储介质，该方法包括：将变电站的原始点云数据中的部分点替换为参考点云数据中的部分点，获得样本点云数据；确定具有多层语义模型的点云分割网络；将样本点云数据输入点云分割网络中、识别样本点云数据在变电站中的语义；依据样本点云数据的语义训练点云分割网络；若完成训练，则将变电站的目标点云数据输入点云分割网络中、识别目标点云数据在变电站中的语义。对原始点云数据进行增强，提高样本数量，从而提高训练点云分割网络的性能，并且，点云分割网络基于层级的语义模型，能够扩大点云分割网络对点的接受域，有效地获取点的远端上下文关系，提高了点云分割网络的精确度和稳定性。

本发明授权一种变电站的检测方法、装置、设备及存储介质在权利要求书中公布了：1.一种变电站的检测方法，其特征在于，包括： 将变电站的原始点云数据中的部分点替换为参考点云数据中的部分点，获得样本点云数据；其中，所述参考点云数据为其它变电站扫描点云数据；所述参考点云数据的点标注有标签，当前变电站与其他变电站在设备的类型和设备的布局维度下至少部分相同或相似，使得当前变电站的原始点云数据与其他变电站的参考点云数据之间能够部分点替代； 确定具有多层语义模型Transformer的点云分割网络；其中，所述点云分割网络包括：点云核心点卷积层与八层语义模型Transformer； 将所述样本点云数据输入所述点云分割网络中、识别所述样本点云数据在所述变电站中的语义，包括： 将所述样本点云数据输入至所述点云核心点卷积层中进行卷积处理，并依次执行标准化操作与激活操作，得到点云结构信息；将所述点云结构信息输入一层语义模型Transformer中进行处理，得到第一点云特征；对所述第一点云特征进行下采样，并依次输入到两层语义模型Transformer中进行处理，得到第二点云特征；对所述第二点云特征进行下采样，并依次输入到四层语义模型Transformer中进行处理，得到第三点云特征；对所述第三点云特征进行下采样，并输入到一层语义模型Transformer中进行处理，得到第四点云特征；对所述第四点云特征进行上采样，得到第五点云特征；将所述第三点云特征与所述第五点云特征融合并进行上采样，得到第六点云特征；将所述第二点云特征与所述第六点云特征融合并进行上采样，得到所述样本点云数据在所述变电站中的语义； 其中，在第一层的所述语义模型Transformer中具有窗口注意力层，所述窗口注意力层执行如下操作：通过三个权重对输入所述窗口注意力层的特征线性变换，得到第一请求向量、第一键向量和第一值向量；计算所述第一请求向量和所述第一键向量之间的相似度；将所述相似度归一化到预设的第一范围内，得到第一注意力权重；将所述第一注意力权重应用到所述第一值向量上； 依据所述样本点云数据的语义训练所述点云分割网络； 若完成训练，则将变电站的目标点云数据输入所述点云分割网络中、识别所述目标点云数据在所述变电站中的语义； 其中，所述将变电站的原始点云数据中的部分点替换为参考点云数据中的部分点，获得样本点云数据，包括： 对变电站的原始点云数据进行归一化处理，以使所述原始点云数据的坐标统一为一个坐标原点，所述原始点云数据标注有多种标签； 若完成所述归一化处理，则选择至少一种标签为目标标签； 在所述原始点云数据擦除部分属于所述目标标签的点； 从参考点云数据中筛选出部分属于所述目标标签的点； 将从所述参考点云数据筛选出的所述点添加至擦除剩余的所述原始点云数据中，获得样本点云数据。

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广东电网有限责任公司;广东电网有限责任公司东莞供电局，其通讯地址为：510000 广东省广州市越秀区东风东路757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。