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！

龙图腾网获悉南京纳恩自动化科技有限公司申请的专利一种电力设备缺陷检测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：CN120032193B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510512526.6，技术领域涉及：G06V10/764；该发明授权一种电力设备缺陷检测方法及系统是由赵迎理;任彬设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本一种电力设备缺陷检测方法及系统在说明书摘要公布了：本发明公开了一种电力设备缺陷检测方法及系统，属于图像检测技术领域，方法包括：通过摄像设备对变压器表面进行多角度图像采集，结合自适应光照补偿算法进行图像预处理；利用FasterR‑CNN模型对预处理后的图像进行缺陷区域检测，并通过非极大值抑制算法优化缺陷区域的定位；基于优化后的缺陷区域，使用多模态特征提取网络提取缺陷特征，生成特征向量，并进行缺陷分类；通过图神经网络对历史数据和缺陷分类结果进行关联分析，判定缺陷原因并生成缺陷检测报告，收集现场维护结果并更新缺陷样本库；实现了电力设备缺陷的自动化检测与分类。

本发明授权一种电力设备缺陷检测方法及系统在权利要求书中公布了：1.一种电力设备缺陷检测方法，其特征在于，包括： 步骤S1：通过摄像设备对变压器表面进行图像采集，结合自适应光照补偿算法，获取多角度图像，并进行预处理； 步骤S2：利用FasterR-CNN模型对预处理后的多角度图像进行缺陷区域检测，输出缺陷区域的边界框坐标和置信度分数，同时，引入非极大值抑制优化算法优化缺陷区域的定位； 步骤S3：根据优化后的缺陷区域，使用多模态特征提取网络从预处理后的多角度图像中提取缺陷区域的特征，生成特征向量，基于特征向量，利用改进的分类算法将缺陷分为正常老化引起的缺陷和故障导致的缺陷，得到缺陷分类结果； 步骤S4：结合设备运行历史数据，构建多源数据融合模型，并使用图神经网络模型对设备运行历史数据和缺陷分类结果进行关联分析，判定缺陷是由正常老化还是设备故障引起，并输出缺陷检测报告； 步骤S5：将缺陷检测报告反馈至设备运维团队，并收集现场维护结果，构建缺陷样本库； 所述步骤S3的具体步骤包括： S3.1：获取每个优化后的缺陷区域的边界框坐标，根据边界框坐标，从预处理后的多角度图像中提取缺陷区域的图像块； S3.2：使用卷积神经网络从缺陷区域的图像块中提取缺陷区域的图像特征； S3.3：根据优化后的缺陷区域的边界框坐标，提取其邻域图像块，并将邻域图像块输入至图神经网络，提取上下文特征； S3.4：将图像特征和上下文特征进行拼接，生成多模态特征向量； 所述步骤S3的具体步骤还包括： S3.5：将多模态特征向量输入至多尺度梯度提升树中，使用n棵决策树分步优化分类结果，并根据决策树的分类结果，输出缺陷类别；所述多尺度梯度提升树包含n棵决策树； 所述输出缺陷类别过程为： 基于多模态特征向量，计算第l个尺度的第t棵树对多模态特征向量的预测结果，结合不同尺度的权重，得到第一因变量； 通过尺度特征函数计算不同尺度的附加特征，结合不同尺度正则化参数，得到第二因变量；所述附加特征为上下文特征； 将第一因变量和第二因变量进行求和，得到当前尺度的局部预测值，并将其作为第三因变量； 基于第三因变量，对当前尺度下的所有决策树的预测值进行累加求和，得到当前尺度下的综合预测值，结合不同尺度的权重，进行累加求和，得到多尺度融合后的最终预测值，并将其作为第四因变量； 将第四因变量通过符号函数映射为缺陷分类结果； S3.6：根据缺陷分类结果，将缺陷分为正常老化引起的缺陷和故障导致的缺陷。

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京纳恩自动化科技有限公司，其通讯地址为：211500 江苏省南京市江北新区葛塘街道浦六北路216号A2栋101室；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”。