国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院;国家电网有限公司李扬笛获国家专利权
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!
龙图腾网获悉国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院;国家电网有限公司申请的专利一种基于混合神经网络的电力作业现场安全管控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:CN119049130B 。
龙图腾网通过国家知识产权局官网在2026-02-24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:202411186011.3,技术领域涉及:G06V40/20;该发明授权一种基于混合神经网络的电力作业现场安全管控方法及系统是由李扬笛;姚文旭;林爽;钱健;马腾;林晨翔;杨彦;熊嘉丽;周晨曦;黄建业;谢炜;郑州;刘冰倩;廖飞龙;武欣欣;郑琦鸿;廖晔设计研发完成,并于2024-08-27向国家知识产权局提交的专利申请。
本一种基于混合神经网络的电力作业现场安全管控方法及系统在说明书摘要公布了:本申请涉及一种基于混合神经网络的电力作业现场安全管控方法及系统,包括以下步骤:在电力作业现场部署若干组图像采集装置,采集电力作业现场图像;对采集的电力作业现场图像进行预处理;将预处理后的作业现场图像输入预训练好的混合神经网络,使用混合神经网络对电力作业现场的典型违章信息进行智能识别;根据识别的典型违章信息对电力作业现场人员发出警示并保存识别的违章信息;电力作业现场管理人员根据识别的违章信息结果,对混合神经网络进行优化。提升了电力作业现场的安全管控水平。
本发明授权一种基于混合神经网络的电力作业现场安全管控方法及系统在权利要求书中公布了:1.一种基于混合神经网络的电力作业现场安全管控方法,其特征在于,包括以下步骤: 步骤S1,在电力作业现场部署若干组图像采集装置,采集电力作业现场图像; 步骤S2,对采集的电力作业现场图像进行预处理; 步骤S3,将预处理后的作业现场图像输入预训练好的混合神经网络,使用混合神经网络对电力作业现场的典型违章信息进行智能识别;所述混合神经网络为残差神经网络和自注意力机制的结合,采用ResNet50替换混合神经网络中的卷积模块;所述混合神经网络中自注意力机制计算包含如下步骤: 通过3个1×1卷积对输入特征进行投影,然后重塑为N个部分,获得了包含3×N特征映射的一组中间特征;将中间特征集合到N组中,每组包含3个特征,对应的三个特征图分别作为query、key和value,采用多头自注意力机制,计算公式如下: 式中,||表示对N头注意力进行拼接;表示像素点i,j附近z范围的局部区域;a,b为区域内的点;l为头的数量,;q、k、v分别为query、key和value的注意力得分;为对query、key特征图进行注意力计算;计算公式如下: 式中:d为的维度; 其中query、key和value的注意力得分计算公式如下: 式中:,,分别为query、key、value三个特征图的权重矩阵;为输入图像在i,j位置的特征值; 所述混合神经网络训练过程中,因电力作业现场图像样本具有不均匀性;采用综合采样人工合成数据SMOTE算法对训练样本进行扩充,具体步骤如下: 选择训练样本O作为单次扩充的基准值,计算训练样本O到其他训练样本点P的欧式距离,具体计算公式如下: 式中:表示样本O在r,s像素点的像素值,表示样本P在像素点r,s处的像素值;n为样本扩张比; 对训练样O及训练样本P进行线性插值,生成一个新样本X,多次重复后实现对训练样本的扩充; 具体插值公式如下: 式中,θ为在0,1之间的一个随机数; 步骤S4,根据识别的典型违章信息对电力作业现场人员发出警示并保存识别的违章信息; 步骤S5,电力作业现场管理人员根据识别的违章信息结果,对混合神经网络进行优化。
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福建省电力有限公司;国网福建省电力有限公司电力科学研究院;国家电网有限公司,其通讯地址为:350003 福建省福州市鼓楼区五四路257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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励