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！

龙图腾网获悉中国南方电网有限责任公司超高压输电公司电力科研院;中国南方电网有限责任公司超高压输电公司大理局申请的专利基于目标检测算法的电力系统故障诊断方法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：CN117152529B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202311171065.8，技术领域涉及：G06V10/764；该发明授权基于目标检测算法的电力系统故障诊断方法是由陈潜;李强;武霁阳;陈礼昕;黄之笛;龚泽;陈慧;张瑞;肖耀辉;余俊松;王林;乔柱桥设计研发完成，并于2023-09-11向国家知识产权局提交的专利申请。

本基于目标检测算法的电力系统故障诊断方法在说明书摘要公布了：本发明提供了一种基于目标检测算法的电力系统故障诊断方法，通过对故障图片数据集进行处理并划分训练集、验证集和测试集；然后，建立YOLOv4故障识别网络模型；最后，训练模型并进行数据测试，得出结果对模型进行评价。YOLOv4故障识别网络模型为无人机巡检提供一种自动检测方法，采用基于目标检测算法的电力系统故障诊断方法能够提高诊断的准确性、效率和实时性，目标检测算法能够准确地定位和识别故障物体，可以实现对故障图片的自动识别和诊断，减少了人工操作的时间和成本，在电力系统故障诊断中能够提供更准确的结果，对电力系统的运行和安全具有积极的技术效果。

本发明授权基于目标检测算法的电力系统故障诊断方法在权利要求书中公布了：1.一种基于目标检测算法的电力系统故障诊断方法，其特征在于，所述方法包括： S1：采集HVDC系统故障图片，制作数据集； S2：根据所述数据集划分训练集，验证集和测试集； S3：建立YOLOv4故障识别网络模型，输入所述训练集数据至YOLOv4故障识别网络模型中进行拟合样本，并将所述验证集数据输入YOLOv4故障识别网络模型中对模型拟合效果进行验证； S4：根据验证结果对应调整超参数； S5：通过所述测试集数据对完成调整后的YOLOv4故障识别网络模型在预设检测任务中的泛化性； S6：根据检测结果确定最终的YOLOv4故障识别网络模型，并用于HVDC系统故障诊断； 其中，所述YOLOv4故障识别网络模型由CSPDarknet53主干特征提取网络、SPP特征金字塔与PANet路径聚合网络构成； 所述CSPDarknet53主干特征提取网络，包括： 采用连续的卷积和残差块实现不同层次的特征提取； 以3个残差块的特征图作为特征提取主干网络的输出，其中，前后特征图大小呈倍数关系； 其中，每个残差块包含一个3×3卷积核和一个1×1卷积核；3×3卷积核用于提取图像特征并缩小特征图，1×1卷积核用于压缩图像特征表示； 所述SPP特征金字塔，包括： 通过池化操作提升模型的感受野，让YOLOv4故障识别网络模型可对特征图中信息进行不同程度的挖掘； 所述PANet路径聚合网络，包括： 由自底向上PAN模块和自顶向下FPN模块组合而成，并将不同层的参数进行聚合； 取各特征层输出结果中置信度最高一个的作为网络的最终输出，作为目标框位置与相应类别信息。

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中国南方电网有限责任公司超高压输电公司电力科研院;中国南方电网有限责任公司超高压输电公司大理局，其通讯地址为：510000 广东省广州市黄埔区科学大道223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。