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！

龙图腾网获悉国网湖南省电力有限公司电力科学研究院;国网湖南省电力有限公司;国家电网有限公司申请的专利基于大小模型协同的变电站缺陷识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：CN121482720B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610013716.8，技术领域涉及：G06V20/52；该发明授权基于大小模型协同的变电站缺陷识别方法及系统是由孙云龙;徐先勇;肖剑;张可人;李晨坤;刘帅;全权;颜超;龙彦伯;张文静设计研发完成，并于2026-01-07向国家知识产权局提交的专利申请。

本基于大小模型协同的变电站缺陷识别方法及系统在说明书摘要公布了：本发明公开了一种基于大小模型协同的变电站缺陷识别方法及系统，方法包括：S1，采集图像数据并进行预处理；S2，获取场景理解评分，若评分高于预设场景阈值，则同步执行S3和S4；否则只执行S3；S3，将图像数据输入至小模型中得到检测结果，若高于第一预设阈值，则直接将检测结果作为当前缺陷识别结果；若低于第二预设阈值，则舍弃检测结果；若处于第一预设阈值和第二预设阈值之间，则通过图像裁剪与局部大模型推理得到区域检测结果；S4，将图像数据输入至变电站缺陷检测大模型中，获取全局检测结果；S5，根据小模型和或区域和或全局检测结果得到最终缺陷识别结果。本发明可以提高变电站缺陷识别的精度。

本发明授权基于大小模型协同的变电站缺陷识别方法及系统在权利要求书中公布了：1.一种基于大小模型协同的变电站缺陷识别方法，其特征在于，包括步骤： S1，采集电力设备的图像数据及对应的环境数据，并对图像数据进行预处理； S2，根据预处理后的图像数据及对应的环境数据获取场景理解评分，若所述场景理解评分高于预设场景阈值，则判定当前场景为困难场景，同步执行步骤S3和S4；否则只执行步骤S3、不执行步骤S4； S3，将预处理后的图像数据输入至变电站缺陷检测小模型中进行检测，得到小模型检测结果，若检测结果中置信度高于第一预设阈值，则直接将检测结果作为当前缺陷识别结果；若置信度低于第二预设阈值，则舍弃检测结果，结束流程；若置信度处于第一预设阈值和第二预设阈值之间，则通过图像裁剪与局部大模型推理得到区域检测结果； S4，将预处理后的图像数据输入至变电站缺陷检测大模型中，获取全局检测结果； S5，根据所述小模型检测结果和或区域检测结果和或全局检测结果得到变电站的最终缺陷识别结果； 步骤S2中，根据预处理后的图像数据及对应的环境数据获取场景理解评分，具体包括： 通过特征提取网络提取图像的纹理、亮度、对比度特征，移除网络最后一层全连接层，保留网络倒数第二层输出作为图像特征向量； 将环境数据中的天气信息转换为独热向量，将采集时间转换为时段编码，将设备区域信息转换为设备类型编码，合并得到环境特征向量； 将图像特征向量与环境特征向量拼接，形成融合特征向量，将融合特征向量输入至基于多层感知器构建的场景分类模型中，通过输出层的Sigmoid函数输出； 其中，所述场景理解评分的表达式如下： ； 上式中，S为场景理解评分，分别为多层感知器各层权重矩阵，分别为多层感知器各层偏置项，X为融合特征向量，分别为多层感知器第一层隐藏层输出和第二层隐藏层输出； 步骤S5包括： 若检测结果仅包括小模型检测结果、区域检测结果或全局检测结果中的一种，则直接将该结果作为变电站的最终缺陷识别结果； 若检测结果包括小模型检测结果、区域检测结果及全局检测结果中的两种或全部，则先采用交并比算法对区域检测结果和全局检测结果中的缺陷框位置进行匹配，若匹配成功，则判定为同一缺陷，通过融合计算得到最终置信度并输出最终缺陷识别结果；若匹配失败，则将区域检测结果和全局检测结果作为不同的缺陷识别结果分别输出。

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湖南省电力有限公司电力科学研究院;国网湖南省电力有限公司;国家电网有限公司，其通讯地址为：410023 湖南省长沙市岳麓区学士街道玉荷路1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。