Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌科晨电力试验研究有限公司;国网江西省电力有限公司电力科学研究院李唐兵获国家专利权

南昌科晨电力试验研究有限公司;国网江西省电力有限公司电力科学研究院李唐兵获国家专利权

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!

龙图腾网获悉南昌科晨电力试验研究有限公司;国网江西省电力有限公司电力科学研究院申请的专利一种基于可视化装置的输电线路外破隐患预警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:CN121053547B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511592317.3,技术领域涉及:G06V20/10;该发明授权一种基于可视化装置的输电线路外破隐患预警方法是由李唐兵;周龙武;饶斌斌;卢雨欣;游勇华;况燕军;邹建章设计研发完成,并于2025-11-03向国家知识产权局提交的专利申请。

一种基于可视化装置的输电线路外破隐患预警方法在说明书摘要公布了:本发明公开了一种基于可视化装置的输电线路外破隐患预警方法,该方法步骤如下:S1获取含大型施工机械的输电线路图像并预处理;S2对预处理图像做阴影合成得增强图像,缩小增强图像,融合三者特征得融合特征图;S3构建并以融合特征图训练目标识别模型,用优化算法优化参数得最优模型;S4可视化装置获实时图像,最优模型识别,识别到机械则进S5;S5毫米波雷达扫三维点云数据,投影二维与识别结果比较,重合则进S6;S6预设安全距离,结合点云数据与投影面积算机械高度,超安全距离则报警。本发明可实现全天候无人值守,精准识别机械,过滤无效预警,减少漏检,降低预警失效风险,避免线路跳闸等事故,保障输电线路安全。

本发明授权一种基于可视化装置的输电线路外破隐患预警方法在权利要求书中公布了:1.一种基于可视化装置的输电线路外破隐患预警方法,其特征在于,包括如下步骤: 步骤S1:获取若干包含大型施工机械的输电线路图像并进行预处理; 步骤S2:对预处理后的图像进行阴影合成,形成增强图像;对增强图像进行缩小,得到缩小图像;对预处理后的图像、增强图像和缩小图像进行特征提取并融合,得到融合特征图; 步骤S3:构建目标识别模型;基于融合特征图训练目标识别模型,同时,采用优化算法对模型参数进行优化,得到最优目标识别模型; 步骤S4:通过可视化装置获取实时输电线路图像,将实时输电线路图像经过步骤S2,得到实时融合特征图,将实时融合特征图输入到最优目标识别模型中,对图中大型施工机械进行识别,当识别到大型施工机械时,进入步骤S5,否则,进入下一个识别周期; 步骤S5:采用毫米波雷达单元对目标输电线路区域进行扫描,获取大型施工机械的三维点云数据;将所述三维点云数据投影到二维图像坐标与最优目标识别模型识别出的大型施工机械进行比较,当所述三维点云数据与最优目标识别模型识别出的大型施工机械在二维空间不重合,进入下一个识别周期,否则,进入步骤S6; 步骤S6:预设导线横担安全距离,结合所述三维点云数据以及二维图像坐标上投影面积,计算识别出大型施工机械的高度;当识别出的大型施工机械的高度超过预设的安全距离,则上报告警,否则,进入下一个识别周期; 对预处理后的图像进行阴影合成,形成增强图像的具体过程为: 步骤S2.31:设定每张预处理后的图像中大型机械的外接矩形高度为;每张预处理后的图像包含: 机械材质标签; 夜间场景下的人工光源参数,包括光源方向和光源强度; 步骤S2.32:场景分类与参数提取; 对每张预处理后的图像进行场景分类并提取关键参数: 计算预处理后的图像亮度直方图的平均灰度值,结合光照角度传感器采集的实时光照角度,分为强光直射场景、逆光场景和夜间弱光场景; 采用U‑Net语义分割模型对预处理后的图像进行分割,输出遮挡物掩码,其中,表示像素为遮挡区域,表示像素为非遮挡区域; 将遮挡物掩码与动态遮挡区域掩码融合,得到实时遮挡掩码; 步骤S2.33:基础阴影模板生成;基于预处理后的图像中大型机械的外接矩形高度与实时光照角度,计算大型机械在对应预处理后的图像中投射的阴影像素长度; 计算预处理后的图像中大型机械区域平均灰度值; 基于预处理后的图像中大型机械区域平均灰度值计算不同场景下的阴影灰度值; 基于阴影像素长度,在预处理后的图像中的大型机械所在侧构建二维像素矩阵,矩阵中每个像素的灰度值设为对应位置的,形成基础阴影模板; 步骤S2.34:遮挡阴影掩码叠加; 将实时遮挡掩码与基础阴影模板按像素点乘,得到带遮挡特征的阴影模板; 步骤S2.35:采用像素级加权融合算法,将阴影模板与预处理后的图像融合,生成增强图像,表示为: ; 式中,表示融合权重。

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南昌科晨电力试验研究有限公司;国网江西省电力有限公司电力科学研究院,其通讯地址为:330000 江西省南昌市青山湖区民营科技园内民强路88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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。