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输电线路强对流反演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：CN121213376B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511747352.8，技术领域涉及：G06T5/50；该发明授权一种输电线路强对流反演方法及系统是由廖昊爽;郭俊;刘明军;张圣楚;尹林;杨浩;罗序成设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本一种输电线路强对流反演方法及系统在说明书摘要公布了：本发明公开了一种输电线路强对流反演方法及系统，方法包括：获取输电线路沿线的历史气象雷达图像以及DEM数据，并将历史气象雷达图像以及DEM数据进行融合，得到地形图像；将地形图像输入至预先基于地形加权特征构建的卷积神经网络中，根据卷积神经网络中的初始网络参数生成与地形图像相对应的初始预测反演图像；根据地形图像和初始预测反演图像构建卷积神经网的目标损失函数，并基于目标损失函数对卷积神经网络进行训练，得到输电线路强对流反演模型；将获取的实时地形图像输入至输电线路强对流反演模型中，输电线路强对流反演模型实时预测反演图像。能够精准定位强对流核心、提升高分辨率边缘细节、增强复杂场景泛化性及鲁棒性。

本发明授权一种输电线路强对流反演方法及系统在权利要求书中公布了：1.一种输电线路强对流反演方法，其特征在于，包括： 获取输电线路沿线的历史气象雷达图像以及DEM数据，并将所述历史气象雷达图像以及DEM数据进行融合，得到地形图像； 将所述地形图像输入至预先基于地形加权特征构建的卷积神经网络中，根据卷积神经网络中的初始网络参数生成与所述地形图像相对应的初始预测反演图像； 根据所述地形图像和所述初始预测反演图像构建所述卷积神经网的目标损失函数，并基于所述目标损失函数对所述卷积神经网络进行训练，得到输电线路强对流反演模型，其中，所述根据所述地形图像和所述初始预测反演图像构建所述卷积神经网的目标损失函数包括： 将所述地形图像进行高斯滤波和下采样操作，得到目标地形图像； 将所述初始预测反演图像划分为至少一个不同分辨率的尺度，得到至少一个初始预测反演子图像； 计算所述至少一个初始预测反演子图像与所述目标地形图像之间的亮度相似性、对比度相似性和结构相似性； 根据所述亮度相似性、对比度相似性和结构相似性计算各个初始预测反演子图像中每个像素点位置的地形加权值； 根据某一初始预测反演子图像中每个像素点位置的地形加权值，计算所述某一初始预测反演子图像与所述目标地形图像的整体相似度； 将各个整体相似度进行跨尺度融合，得到所述初始预测反演图像与所述目标地形图像之间的全局相似度； 根据所述全局相似度构建所述卷积神经网的目标损失函数，其中，所述目标损失函数的表达式为： ， 式中，为目标损失函数，为全局相似度； 将获取的实时地形图像输入至所述输电线路强对流反演模型中，所述输电线路强对流反演模型输出得到与所述实时地形图像相对应的实时预测反演图像。

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号检测试验中心科研楼(第1-11层)；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。