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！

龙图腾网获悉贵州电网有限责任公司申请的专利一种基于持续学习的电网作业时序行为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：CN119723654B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411618794.8，技术领域涉及：G06V40/20；该发明授权一种基于持续学习的电网作业时序行为识别方法及系统是由孟令雯;黄渊军;钟晶亮;班国邦;马定利;刘兴;穆帅;罗莎莎;余思伍;席光辉;刘建刚;刘芳媛;辛明勇;郭思琪;马金通;张俊玮;吴昊;邹福;赵青青;邱伟;陆灵骍;任殿珍设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种基于持续学习的电网作业时序行为识别方法及系统在说明书摘要公布了：本发明涉及电力作业行为识别技术领域，特别是一种基于持续学习的电网作业时序行为识别方法及系统。采集电网停电作业场景的1080P高清视频数据，覆盖不同光照、时间、位置和天气条件，由专业人员进行关键帧和时间段选择及类别标注；采用目标检测模型生成检测框标注，利用双流特征提取网络获取时空特征；构建多策略样本挑选模块，通过误差变化率和样本间相似性计算选择具有挑战性的样本，建立样本内存库；基于持续学习原理，结合两个任务周期的样本进行迭代训练；最终实现对登高和挂接地线等特定时序行为的识别。本发明通过持续学习和多策略样本选择，显著提高了识别准确率，实现了对复杂电网作业场景的精准监控，为电力系统安全运行提供了有效保障。

本发明授权一种基于持续学习的电网作业时序行为识别方法及系统在权利要求书中公布了：1.一种基于持续学习的电网作业时序行为识别方法，其特征在于：包括， 收集电网停电作业场景中包含特定时序行为的样本，并对所述样本进行关键帧和时间段选择以及类别标注； 所述收集电网停电作业场景中包含特定时序行为的样本包括：采用1080P高清分辨率进行视频录制，每段视频平均时长为10分钟；视频数据采集覆盖不同光照、时间、位置和天气的变化条件；由专业人员进行关键帧和时间段选择以及类别标注，其中特定时序行为类别包括登高和挂接地线； 对所述样本进行特征提取和处理，得到检测框标注的检测样本，同时获得所述检测样本的原始时空特征； 所述对样本进行特征提取和处理包括：利用目标检测模型，对采集的视频数据进行处理，自动检测并定位视频中的作业人员，得到检测框标注信息；利用双流特征提取网络，对检测结果进行深层次特征提取，得到空间信息和时间信息，从而提取原始时空特征；对所述原始时空特征进行数据增强，得到增强时空特征； 构建多策略样本挑选模块，选择具有挑战性的样本进行模型学习，同时建立样本内存库； 所述构建多策略样本挑选模块包括：将原始时空特征和增强时空特征输入识别模型，进行迭代训练，得到每个样本的嵌入特征和误差；利用所述误差计算误差变化率，根据阈值选择具有挑战性的样本；计算样本间相似性，选择相似度最小的难样本进行训练；整合挑选的具有挑战性的样本，建立样本内存库； 基于持续学习原理，利用所述样本内存库中的样本进行迭代训练，得到识别模型； 所述基于持续学习原理进行迭代训练包括：基于第一任务周期学习得到的样本内存库中的样本进行训练；结合第二任务周期中多策略样本挑选模块选择的新样本进行训练；计算每个样本的识别误差，如下： , 其中，是样本的数量，是真实结果，是预测结果；通过对训练样本进行损失评估，得到每个样本的误差值，并将误差记录下来； 基于记录的误差，定义样本在两个连续迭代轮次和间的误差变化率，其计算方式如下： , 其中，表示样本在第轮与第轮之间的误差变化值，是误差变化率的基础，表示样本的行为时长；是一种历史误差的衰减函数，随着样本在历史中的误差减小，其对误差变化率的影响逐渐减小，这里是衰减系数，控制历史误差的影响；表示绝对值；和分别调节基础误差变化项和历史误差项的影响比例，通过这两个参数，可以平衡它们各自对误差变化率的贡献； 采用交叉熵损失函数进行模型优化；动态更新样本内存库，用于后续任务周期的模型学习； 利用所述识别模型进行测试，得到电网停电作业场景中特定时序行为的识别结果。

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贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17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。