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;国网电力科学研究院有限公司;国网甘肃省电力公司电力科学研究院申请的专利一种变电站缺陷判别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：CN117115727B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310857503.X，技术领域涉及：G06V20/52；该发明授权一种变电站缺陷判别方法及系统是由张祥全;孙瀚;王利平;李晓萌;聂江龙;王晶;贺洲强;崔瑶;陈钊;周华良;狄磊;苏战涛;马宏忠设计研发完成，并于2023-07-13向国家知识产权局提交的专利申请。

本一种变电站缺陷判别方法及系统在说明书摘要公布了：本发明公开了一种变电站缺陷判别方法，包括缺陷判别样本库采集与建立，构成一对判别样本；数据预处理，对采集的判别样本对进行图像配准对齐的预处理操作，标注出对齐后样本对中存在差异的区域位置；孪生网络结构构建，每对图像从神经网络中提取四种不同尺度的特征图作为图像特征表示；特征工程，提取适用于目标检测和度量学习的特征向量；目标检测和相似度度量分支设计，达到提升预测框精度和改善特征空间的优化目标；模型推理及逻辑性后处理。本发明还公开了一种基于孪生检测模型的变电站缺陷判别系统，包括用于上述方法的模块。本发明适用于缺陷样本难获得，常规识别方法难以区分等复杂场景，具有适用范围广、精度高等优点。

本发明授权一种变电站缺陷判别方法及系统在权利要求书中公布了：1.一种变电站缺陷判别方法，其特征在于：包括以下步骤： 获取变电站内重点设备、表计、出入口及重要场景的正常基准数据及同一位置异常缺陷数据，构成一对判别样本； 孪生网络结构构建，基于孪生结构网络模型，每对图像从神经网络中提取不同尺度的特征图作为图像特征表示； 对图像特征表示进行特征工程，提取适用于目标检测和度量学习的特征向量；特征工程包括对两张图像的特征表示进行转换、处理，生成适用于度量学习和目标检测的特征向量，具体包括以下步骤： 根据图像预处理中的xml标注文件及特征图缩放比例，为YoloV5m模型P3模块特征图生成同等大小的掩码矩阵，标注有区别的区域矩阵元素值为1，其余位置值为0； 将掩码矩阵与特征图按像素点相乘，并输入3层1*1卷积结构，微调特征向量空间，最终生成度量学习特征向量； 采用特征金字塔FPN和路径聚合网络PAN结构，FPN通过卷积、上采样操作，自上而下传递高层的强语义特征，实现了多尺度特征融合，PAN是另一种自下而上的金字塔结构，逐层传递低层的定位特征，双层金字塔同时拥有语义和定位信息； 将两张图像P3-P6模块的特征向量按照通道维度进行堆叠； 对堆叠后的特征向量进行批标准化； 采用了2层卷积核为1*1的卷积层，微调特征向量空间，最终根据图像缩放比例生成目标检测特征向量； 将不同类型特征分别输入目标检测和相似性度量分支，通过设计两种分支的损失函数，达到提升预测框精度和改善特征空间的优化目标； 对模型推理及逻辑性后处理，制定整理、合并、删除预测框策略，挖掘预测框与变电站设备之间的关系，填充、扩大预测框并输出最终结果。

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;国网电力科学研究院有限公司;国网甘肃省电力公司电力科学研究院，其通讯地址为：730000 甘肃省兰州市城关区北滨河东路8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。