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轻量化YOLOv11模型的变电站异常行为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：CN121392980B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511985161.5，技术领域涉及：G06V40/20；该发明授权一种基于轻量化YOLOv11模型的变电站异常行为检测方法是由田月炜;苏杨;余昌皓;邹文强;石林涛;付渊;曹雷;敖翔;魏雪齐;戴雯菊;王宇嘉;尚茂林;刘海;程祥瑞;陆禹初设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种基于轻量化YOLOv11模型的变电站异常行为检测方法在说明书摘要公布了：本发明公开了一种基于QD优化的轻量化YOLOv11变电站异常行为检测方法，涉及变电站异常行为检测技术领域，包括获取变电站现场的图像数据，对图像数据进行特征提取，并输入至行为检测模型中；检测模型通过包含梯度感知动态通道注意力模块与空间‑通道双域注意力机制的动态特征增强模块，对从图像数据中提取的特征进行增强处理；将增强后的特征输入至重构后的检测模型中进行检测；对目标图像中检测到的异常行为候选区域进行预测与分类，采用包括动态频率加权机制与特征对比正则化策略的质量驱动损失函数进行模型训练。本发明通过引入GDCA模块与SCA机制，有效增强了模型对变电站复杂场景中微弱异常行为特征的感知能力。

本发明授权一种基于轻量化YOLOv11模型的变电站异常行为检测方法在权利要求书中公布了：1.一种基于轻量化YOLOv11模型的变电站异常行为检测方法，其特征在于：包括， 获取变电站现场的图像数据，对图像数据进行特征提取，并输入至行为检测模型中； 行为检测模型通过包含梯度感知动态通道注意力模块与空间-通道双域注意力机制的动态特征增强模块，对从图像数据中提取的特征进行增强处理； 将增强后的特征输入至重构后的行为检测模型中进行检测； 所述重构包括，将行为检测模型的原始骨干网络替换为幽灵网络作为骨干，采用深度可分离卷积与双向插值卷积替代上采样算子，并结合基于通道激活强度的动态剪枝策略，对行为检测模型进行轻量化结构重构； 对目标图像中检测到的异常行为候选区域进行预测与分类，采用包括动态频率加权机制与特征对比正则化策略的质量驱动损失函数进行模型训练； 输出检测结果，标识图像中存在的异常行为类别及异常行为对应的位置信息，并在模型端完成边缘推理部署； 所述梯度感知动态通道注意力模块根据分类损失函数的通道梯度响应动态调整通道注意力权重分布； 所述空间-通道双域注意力机制基于差分式池化和轻量化多层感知机计算空间注意力图和通道注意力图； 所述动态调整通道注意力权重分布包括，梯度感知动态通道注意力模块根据分类损失函数的通道梯度响应动态调整通道注意力权重分布，梯度感知动态通道注意力模块引入敏感度因子量化各通道对分类结果的贡献度，公式表示为： ， 其中，为敏感度因子；为用于区分异常行为与正常行为的损失函数，为第个通道的激活强度统计量；为分类损失对第个通道的梯度，为总通道数，为通道索引； 的公式表示为： ， 其中，为参与计算的候选区域数量，为候选区索引，为第个候选区域的真实类别标签，表示异常行为，表示正常行为；为对第个候选区域属于异常行为的预测概率，且，为Sigmoid函数，为分类分支输出的对数几率； 第个通道的激活强度统计量的公式表示为： ， 其中，为特征图的高度，为特征图的宽度，为特征图第个通道在空间位置的特征值，为特征图中的垂直位置，为特征图中的水平位置；结合通道全局平均池化特征与敏感度因子，生成动态注意力权重，公式表示为： ， 其中，为第个通道的注意力权重。

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。