Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网江西省电力有限公司电力科学研究院李帆获国家专利权

国网江西省电力有限公司电力科学研究院李帆获国家专利权

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!

龙图腾网获悉国网江西省电力有限公司电力科学研究院申请的专利一种基于AI的电力线路仿线巡检效率优化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:CN120278368B

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:202510767148.6,技术领域涉及:G06Q10/047;该发明授权一种基于AI的电力线路仿线巡检效率优化方法及系统是由李帆;李长东;欧阳文华;徐瑞泽;童超设计研发完成,并于2025-06-10向国家知识产权局提交的专利申请。

一种基于AI的电力线路仿线巡检效率优化方法及系统在说明书摘要公布了:本发明公开了一种基于AI的电力线路仿线巡检效率优化方法及系统,该方法包括以下步骤,通过无人机搭载的图像采集装置对电力线路,进行巡线,获取沿线图像,通过轻量化图像识别模型对沿线图像进行识别,获得电力线路的故障点,根据所得故障点,采用改进灰狼优化算法进行路径规划,获得检测路线,通过无人机搭载多模态数据采集装置沿检测路线飞行,采集各故障点的多模态数据,通过故障诊断模型对所采集的多模态数据进行判别,获得故障类别概率,将故障点位置和故障类别概率输入电力线路三维模型,实现故障类别概率可视化展示。本发明通过将轻量化图像识别模型、多模态融合分析和电力线路三维模型结合,有效提升巡检效率与故障诊断精度。

本发明授权一种基于AI的电力线路仿线巡检效率优化方法及系统在权利要求书中公布了:1.一种基于AI的电力线路仿线巡检效率优化方法,其特征在于,包括以下步骤: 步骤S1:通过无人机搭载的图像采集装置对电力线路,进行巡线,获取沿线图像; 获取沿线图像的具体过程为: 将电力线路划分为M×N个矩形栅格,每个矩形栅格代表一个巡检区域;M表示行数;N表示列数; 设M×N个矩形栅格的边界坐标为,,到,,;表示矩形栅格在轴方向上的最小坐标;表示矩形栅格在轴方向上的最小坐标;表示矩形栅格在轴方向上的最小坐标;表示矩形栅格在轴方向上的最大坐标;表示矩形栅格在轴方向上的最大坐标;表示矩形栅格在轴方向上的最大坐标; 图像采集装置参数包括图像采集宽度、图像采集高度、无人机飞行高度; 矩形栅格尺寸为,,表示; ; 式中,表示矩形栅格的宽度;表示矩形栅格的高度;为重叠系数; 巡检区域的巡检路径从划分矩形栅格预定义的起点开始,按照螺旋路径顺序访问矩形栅格中心点,形成巡检路径集合;和分别表示起点的轴和轴坐标,表示: ; 式中,表示巡检路径集合;表示巡检路径集合中第个矩形栅格中心点的轴坐标;表示巡检路径集合中第个矩形栅格中心点的轴坐标; 螺旋路径是以起点为中心的螺旋曲线: ; 式中,和分别表示第步时螺旋曲线的点的轴坐标和轴坐标;和分别表示轴坐标和轴坐标的增量;表示方向控制因子;和分别表示第步时螺旋曲线的点的轴坐标和轴坐标;表示向下取整; 当巡检路径访问超过所有矩形栅格时停止;基于改进的螺旋式扫描算法对螺旋曲线的点进行计算,生成飞行路径,无人机搭载图像采集装置沿飞行路径飞行,通过图像采集装置对巡检区域进行拍摄,获取沿线图像; 步骤S2:通过轻量化图像识别模型对沿线图像进行识别,获得电力线路的故障点; 步骤S3:根据所得故障点,采用改进灰狼优化算法进行路径规划,获得检测路线; 改进灰狼优化算法,具体过程为: 定义多目标优化问题,多目标优化问题包括路径总长、风险代价和能耗,表示: ; ; ; 式中,表示最小化目标函数;表示路径总长;表示风险代价;表示能耗;表示转置操作;表示故障点数量;和分别表示第个故障点的轴坐标和轴坐标;和分别表示第个故障点的轴坐标和轴坐标;表示取最小值函数;表示当前故障点第个到最近障碍物的距离;表示无人机安全距离阈值; 引入动态权重和惯性因子改进灰狼优化算法,定义动态位置更新机制: ; ; 式中,表示灰狼与目标点之间的距离向量;表示第次迭代的灰狼位置,代表当前解;表示第次迭代灰狼的位置;表示动态权重;表示第次迭代灰狼位置最优解;表示动态调整第次迭代的灰狼位置更新的幅度;表示动态调整对第次迭代灰狼位置最优解的逼近力度;表示自然常数;表示衰减系数;表示当前时间变量;表示最大迭代次数; 并在第次迭代的灰狼位置中引入粒子群算法的速度项: ; 式中,表示第次迭代所得当前解点的速度向量;表示第次迭代所得当前解点的速度向量;表示全局最优点;表示惯性因子;和分别表示个体学习因子和社会学习因子;表示第一个随机数;表示第二个随机数; 步骤S4:通过无人机搭载多模态数据采集装置沿检测路线飞行,采集各故障点的多模态数据,所述多模态数据为可见光图像、红外图像和LiDAR点云; 步骤S5:通过故障诊断模型对所采集的多模态数据进行判别,获得故障类别概率; 步骤S6:将故障点位置和故障类别概率输入电力线路三维模型,实现故障类别概率可视化展示。

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江西省电力有限公司电力科学研究院,其通讯地址为:330000 江西省南昌市青山湖区民营科技园内民强路88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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。