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！

龙图腾网获悉国网浙江省电力有限公司金华供电公司申请的专利一种基于电网安全的配电网设备运行状态智能检测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：CN116721077B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310677469.8，技术领域涉及：G06T7/00；该发明授权一种基于电网安全的配电网设备运行状态智能检测方法是由倪旭明;郭瑜;余侃;章碧辉;金旭;潘伟东;李凌;张红瑛;厉立锋;王培波;陈苑婷;陈成刚设计研发完成，并于2023-06-08向国家知识产权局提交的专利申请。

本一种基于电网安全的配电网设备运行状态智能检测方法在说明书摘要公布了：本发明涉及一种基于电网安全的配电网设备运行状态智能检测方法，所述方法包括以下步骤：步骤1：输入待检测的配电站设备图片，构建卷积神经网络CNN中，提取图片的特征信息；步骤2：同时在卷积层线性捕捉空间依赖性之后，将特征进行批量归一化BatchNormalization，BN，然后采用漏斗激活函数FReLU捕获复杂的视觉布局，自适应获取图像局部上下文，使模型具备像素级建模的能力；步骤3：将由CNN网络提取的图像特征信息传入特征融合模块BiFPN，进行有效的双向交叉尺度连接和加权特征融合，提高小目标的准确度；步骤4：最后输出检测结果以及具体的位置信息。

本发明授权一种基于电网安全的配电网设备运行状态智能检测方法在权利要求书中公布了：1.一种基于电网安全的配电网设备运行状态智能检测方法，其特征在于，所述方法包括以下步骤： 步骤1：输入待检测的配电站设备图片，构建卷积神经网络CNN中，提取图片的特征信息； 步骤2：同时在卷积层线性捕捉空间依赖性之后，将特征进行批量归一化BN，然后采用漏斗激活函数FReLU捕获复杂的视觉布局，自适应获取图像局部上下文，使模型具备像素级建模的能力；定义漏斗激活函数为： fxc,i,j＝maxxc,i,j,Txc,i,j 其中，xc,i,j非线性激活f·在第c个通道在二维空间位置i,j的输入像素，函数T·表示漏斗条件，表示以xc,i,j为中心的参数池窗口，表示在同一通道中共享的窗口系数，·表示点乘； 步骤3：将由CNN网络提取的图像特征信息传入特征融合模块BiFPN，进行有效的双向交叉尺度连接和加权特征融合，提高小目标的准确度； 加权特征融合公式如下： 其中O融合特征输出，wi是可学习的权重，Ii为输入特征，wi≥0是通过在每个wi之后填加Relu激活函数来保证的，设置学习率ε＝0.0001为一个小值，每个归一化权重的值也在0到1之间， 步骤4：最后输出检测结果以及具体的位置信息； 其中，步骤1具体实现过程如下： 构建卷积神经网络CNN作为主干网络，构建的网络层包含四个卷积层，尺寸分别为256x256，128x128，64x64，32x32，以提取不同尺寸的图片的特征信息； 在步骤1的每个卷积层提取图像特征之后，由于提取出的特征取值范围为[0,255]，为了消除特征间单位和尺度差异的问题，统一将特征进行批量归一化BN处理，使其范围固定在[-1,1]之间，之后将处理之后的特征进行漏斗激活函数FReLU处理，解决激活函数中空间不敏感的问题，使规则的卷积也具备捕获复杂的视觉布局能力，使模型具备像素级建模的能力，最后输出四层特征； 步骤2具体实现过程如下： 将步骤2中输出的四层特征使用三层堆叠的双向特征金字塔网络BiFPN结构，通过在卷积层之间设置自顶向下的通路，传递高层特征的语义信息，以及自底向上的通路，传递低层特征的位置信息，以此来进行深浅层特征的双向融合，增强不同网络层之间特征信息的传递，并且利用网络来学习不同输入特征的权重，对不同层的输入特征进行有区分的融合，兼顾不通尺寸目标的检测，充分融合多尺度特征，提升小目标的检测效果，提升检测精度。

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浙江省电力有限公司金华供电公司，其通讯地址为：321017 浙江省金华市婺城区双溪西路420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。