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！

龙图腾网恭喜国网江苏省电力有限公司电力科学研究院;江苏省电力试验研究院有限公司申请的专利一种隐患时序全寿命分析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：CN119444810B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202510046003.7，技术领域涉及：G06T7/30；该发明授权一种隐患时序全寿命分析方法及系统是由邱刚;张廼龙;陈杰;邵剑;杨景刚;谭笑;黄新宇;李陈莹;高嵩;曹京荥;张伟设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种隐患时序全寿命分析方法及系统在说明书摘要公布了：本发明涉及输电线路本质安全和智能运检技术领域，尤其涉及一种隐患时序全寿命分析方法及系统，方法包括：首先通过采集输电通道区域信息与对应区域的过境卫星信息，获取多期采集影像，对多期采集影像进行校准，获取多期配准影像，对多期配准影像进行输电设备特征识别，并根据输电设备特征进行隐患特征提取，获取输电通道隐患特征，根据输电通道隐患特征对多期配准影像进行隐患变化分析，并根据气象数据进行未来隐患预测，根据隐患预测结果进行输电设备维护，通过本发明，有效解决了传统隐患预测方法在多源数据整合和动态更新中的不足，通过综合利用多期卫星影像与实时气象数据，有效提升了隐患预测的时效性和准确性，增强了输电系统的安全性。

本发明授权一种隐患时序全寿命分析方法及系统在权利要求书中公布了：1.一种隐患时序全寿命分析方法，其特征在于，所述方法包括：采集输电通道区域信息与对应区域的过境卫星信息，根据所述输电通道区域信息与过境卫星信息获取多期采集影像；对所述多期采集影像进行影像校准，获取多期配准影像；获取所述多期配准影像方法包括：对所述多期采集影像进行云层覆盖率分析，获取影像云量信息；根据所述影像云量信息对所述多期采集影像进行筛选，判断每期云量信息是否分别影响对应当期采集影像的隐患特征识别，若是，则进行影像剔除，获得多期筛选影像；依照时间序列对所述多期筛选影像进行排序，标记任一所述多期筛选影像作为第一影像，余下的所述多期筛选影像作为第二影像集；将所述第一影像的几何位置与地理位置一一对应，并消除所述第一影像中对应地理位置的垂直水平误差，获得第一预校正影像；对所述第一预校正影像进行正射校正，获取第一正射校正影像，将所述第一正射校正影像作为底图，对所述第二影像集分别进行正射校正；获取第二正射影像集；以所述第一正射校正影像为原点，将所述第二正射影像集分别与所述第一正射校正影像进行配准，获得多期配准影像；根据所述多期配准影像对输电设备进行识别，获取输电设备特征，根据所述输电设备特征对所述多期配准影像进行隐患特征提取，获取输电通道隐患特征；根据所述输电通道隐患特征对所述多期配准影像进行隐患变化分析，获取隐患变化趋势；采集所述多期配准影像对应的气象数据，根据所述隐患变化趋势和所述气象数据对未来隐患进行预测，获取隐患预测结果，基于所述隐患预测结果对所述输电设备进行维护；所述未来隐患预测方法包括：根据所述气象数据提取若干气象因子，根据所述输电通道隐患变化趋势为所述若干气象因子分配影响因子权重；分配所述影响因子权重包括：根据所述气象数据分别提取若干所述气象因子的采样数据，并对所述采样数据进行标准归一化，获取气象标准参数；基于时间序列分别计算若干所述气象标准参数在不同时间节点上的分布概率，将所述分布概率进行不确定度计算，获取若干所述气象因子的不确定度，将所述不确定度与对应所述气象因子的分布概率进行结合，获取对应所述气象因子对所述输电通道隐患变化趋势贡献，获取扰动度量，所述扰动度量用于量化气象因子对隐患趋势的贡献；根据所述扰动度量获取若干所述气象因子的确定度，通过任一所述气象因子的确定度与所有所述气象因子确定度进行比例运算，获取对应因子的影响因子权重；获取所述对应因子的所述影响因子权重方法包括：所述扰动度量的计算公式如下： ；其中，为气象因子的所述扰动度量，表示所述气象因子在时间节点下的分布概率，表示所述气象因子的不确定度，表示第个所述气象因子；所述影响因子权重计算公式如下： ；其中，为所述影响因子权重，表示所述扰动度量，表示第个所述气象因子，表示总共有个所述气象因子；根据气象卫星获取未来气象数据，根据所述未来气象数据与对应的所述影响因子权重分别进行加权计算，获取加权影响值，并将若干所述加权影响值进行汇总，获取总加权影响值；采用时间序列分析法结合所述总加权影响值，获取未来隐患预测值；获取所述未来隐患预测值的方法包括：根据历史隐患信息采集对应的历史气象信息，将所述历史隐患信息与历史气象信息按时间序列进行排序，获取隐患时序集；构建时间序列模型，将所述隐患时序集进行划分，划分为隐患训练集与隐患测试集，采用所述隐患训练集和所述隐患测试集对所述时间序列模型分别进行训练与验证；采用数据分析软件将所述总加权影响值作为外生变量引入所述时间序列模型，并对所述时间序列模型进行拟合，根据拟合后的所述时间序列模型对未来隐患进行预测，获取未来隐患预测值；采集历史隐患信息设定隐患阈值，将所述未来隐患预测值与所述隐患阈值进行对比，获得预测结果。

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国网江苏省电力有限公司电力科学研究院;江苏省电力试验研究院有限公司，其通讯地址为：211103 江苏省南京市江宁区帕威尔路1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”。