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！

龙图腾网获悉广东工业大学申请的专利一种轻量级输电线路隐患检测方法、电子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：CN121147603B 。

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：202511294335.3，技术领域涉及：G06V10/764；该发明授权一种轻量级输电线路隐患检测方法、电子设备及存储介质是由谢国波;连凯;温诗恒;周宇;刘岩;黄小兵;罗楷聪;何炯星;王泽玮;苏庆;林志毅;刘添添;周城平设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种轻量级输电线路隐患检测方法、电子设备及存储介质在说明书摘要公布了：本发明公开一种轻量级输电线路隐患检测方法、电子设备及存储介质，涉及电力系统巡检与缺陷识别技术领域。所述方法包括：构建隐患检测模型，包括多尺度初始特征提取单元和自适应特征增强与多尺度特征聚合单元；其中，多尺度初始特征提取单元包括ConvBNSiLU模块和PGAConv模块；自适应特征增强与多尺度特征聚合单元包括Upsample模块、DFEM模块、ARF‑FFM模块、PGAConv模块、ConvBNSiLU模块和Head模块；将目标输电线路图像输入隐患检测模型进行处理，得到隐患检测结果；隐患检测结果包括是否存在隐患以及存在隐患时的类别及位置。本发明能够为电网运维提供高风险点预警信息和清障决策依据。

本发明授权一种轻量级输电线路隐患检测方法、电子设备及存储介质在权利要求书中公布了：1.一种轻量级输电线路隐患检测方法，其特征在于，包括： 获取目标输电线路图像； 构建隐患检测模型；所述隐患检测模型包括多尺度初始特征提取单元以及自适应特征增强与多尺度特征聚合单元；其中，所述多尺度初始特征提取单元包括ConvBNSiLU模块和PGAConv模块；所述自适应特征增强与多尺度特征聚合单元包括Upsample模块、DFEM模块、ARF-FFM模块、PGAConv模块、ConvBNSiLU模块和Head模块； 将所述目标输电线路图像输入所述隐患检测模型进行处理，得到隐患检测结果；所述隐患检测结果包括是否存在隐患以及存在隐患时的类别及位置； 所述将所述目标输电线路图像输入所述隐患检测模型进行处理，具体包括： 在所述多尺度初始特征提取单元中，将任意输电线路图像输入ConvBNSiLU模块进行特征提取操作，生成输电线路隐患特征图；将输入到ConvBNSiLU模块中进行特征提取操作，生成输电线路隐患特征图；将输入到PGAConv模块中，进行隐患关键区域的轻量级特征提取操作，生成输电线路隐患特征图；将输入到ConvBNSiLU模块中，进行特征提取操作，生成输电线路隐患特征图；将输入到PGAConv模块中，进行隐患关键区域的轻量级特征提取操作，生成输电线路隐患特征图；将输入到ConvBNSiLU模块中，进行特征提取操作，生成输电线路隐患特征图；将输入到PGAConv模块中，进行隐患关键区域的轻量级特征提取操作，生成输电线路隐患特征图；将输入到ConvBNSiLU模块中，进行特征提取操作，生成输电线路隐患特征图；将输入到PGAConv模块中，进行隐患关键区域的轻量级特征提取操作，生成输电线路隐患特征图； 在所述自适应特征增强与多尺度特征聚合单元中，将输入Upsample模块进行上采样操作，生成输电线路隐患特征图；将和输入DFEM模块进行自适应特征增强操作，生成输电线路隐患特征图；将作为ARF-FFM模块第一分支的输入特征图，将作为ARF-FFM模块第二分支的输入特征图，将作为ARF-FFM模块第三支的输入特征图，进行多尺度特征融合操作，生成输电线路隐患特征图；将输入到Upsample模块进行上采样操作，生成输电线路隐患特征图；将和输入到DFEM模块中，进行自适应特征增强操作，生成输电线路隐患特征图；将输入到PGAConv模块中，生成输电线路隐患特征图；将输入到ConvBNSiLU模块中，进行特征提取操作，生成输电线路隐患特征图；将输入到PGAConv模块中，进行隐患关键区域的轻量级特征提取操作，生成输电线路隐患特征图；将作为ARF-FFM模块中第一分支的输入特征图，将作为ARF-FFM模块中第二分支的输入特征图，将作为ARF-FFM模块中第三分支的输入特征图，进行多尺度特征融合操作，生成输电线路隐患特征图；将输入到ConvBNSiLU模块中，进行特征提取操作，生成输电线路隐患特征图；将输入到PGAConv模块中，进行隐患关键区域的轻量级特征提取操作，生成输电线路隐患特征图；将和输入到DFEM模块中，进行自适应特征增强操作，生成输电线路隐患特征图；将、和分别输入到目标预测头Head中，输出包含预测信息的预测张量。

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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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。