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！

龙图腾网恭喜众智学府信息技术有限公司申请的专利一种变电站设备红外智能诊断系统及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：CN114241192B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202111558531.9，技术领域涉及：G06V10/25；该发明授权一种变电站设备红外智能诊断系统及方法是由赵世豪;门茂琛;郑艳敏;张喆;马明明;李重阳;张伟;李庆庆;黄涛;吕哲;翁华阳;路洋;吕雅飞;刘振宇;李晓丽设计研发完成，并于2021-12-17向国家知识产权局提交的专利申请。

本一种变电站设备红外智能诊断系统及方法在说明书摘要公布了：本发明公开了一种变电站设备红外智能诊断系统及方法，涉及电力设备运行监控技术领域，解决了现有故障诊断中人为因素影响大、图像分析效率低、识别率低的问题，包括图像预处理单元、目标检测单元和智能诊断单元，图像预处理单元对原始红外图像进行预处理，并将其输入到目标检测单元中，目标检测单元基于卷积神经网络的目标检测网络模型，保存得到只包含设备目标区域的红外图像，并将其输入到智能诊断单元中，智能诊断单元提取颜色、小波和纹理三种特征，基于深度学习网络的分类器完成目标识别及故障诊断，本发明采用多特征融合方法表示电压致热型设备故障特征及正常特征，一定程度上降低了环境因素对故障目标特征识别的影响。

本发明授权一种变电站设备红外智能诊断系统及方法在权利要求书中公布了：1.一种变电站设备红外智能诊断方法，其特征在于，采用变电站设备红外智能诊断系统，所述变电站设备红外智能诊断系统包括图像预处理单元、目标检测单元和智能诊断单元，所述图像预处理单元对原始红外图像进行预处理，并将其输入到目标检测单元中，所述目标检测单元基于卷积神经网络的目标检测网络模型，识别和定位出预处理后的红外图像中电压致热型设备关键部位，保存得到只包含设备目标区域的红外图像，并将其输入到智能诊断单元中，所述智能诊断单元首先提取只包含设备目标区域的红外图像中的颜色、小波和纹理三种特征，再通过特征融合算法对提取到的三种特征进行融合得到融合特征，通过基于深度学习网络的分类器完成目标识别及故障诊断；该变电站设备红外智能诊断方法包括以下步骤：步骤1：对原始红外图像进行预处理；步骤2：通过基于卷积神经网络的目标检测网络模型，识别和定位出预处理后的红外图像中电压致热型设备关键部位，保存得到只包含设备目标区域的红外图像；步骤3：提取只包含设备目标区域的红外图像中的颜色、小波和纹理三种特征，进而通过串行融合算法对提取到的三种特征进行融合得到融合特征，以此代替原始图像作为深度学习网络的输入对分类器进行训练，通过训练后的分类器完成目标识别及故障诊断；所述步骤2中训练基于卷积神经网络的目标检测网络模型的具体步骤为：步骤21：训练数据集格式设置为VOC，使用labelimg作为数据集的图像标注工具，通过OpenDir打开存放红外图像的文件夹，然后使用ChangeSaveDir更改标签文件的存放位置，点击CreateRectBox为红外图像创建矩形框，弹出类别界面，输入并保存；步骤22：在集成开发环境中利用红外图像和标签文件训练Centernet目标检测模型，首先通过主干特征提取网络进行初步的特征提取，获得初步特征，然后利用获取到的初步特征进行上采样，并获得高分辨率特征图，最后利用获取到的高分辨率特征图进行解码处理获得预测结果；步骤23：通过训练得到训练权值文件，在预测阶段目标检测模型通过加载训练得到的权值文件对设备类别进行判断，并得到重新绘制后的包含预测框的设备红外图像，并将识别出来的关键区域进行保存；所述步骤3中通过深度学习网络模型训练分类器的具体步骤为：步骤31：提取只包含设备目标区域的红外图像中的颜色、小波和纹理三种特征，并进行多特征融合；步骤32：为保证分类数据尺度的统一和准确性，对融合后的特征向量做归一化设置，使其位于[0,1]间；步骤33：将整理好的红外图像分为训练集和测试集，并标注训练集中的样本类别，形成标签文件；步骤34：采用4层DBN结构进行训练，利用CD快速算法进行学习；步骤35：通过训练好的DBN网络对测试集进行验证，得出分类结果；所述步骤31中特征提取包括以下步骤：步骤311：基于HSV得到颜色特征直方图，并将其作为设备红外图像的融合特征中的一种输入向量；步骤312：对电压致热型设备红外图像进行二维单尺度小波变换；步骤313：对于纹理特征采用完全局部二值模式得到更为全面的图像特征；所述步骤312中采用coif1小波。

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众智学府信息技术有限公司，其通讯地址为：450002 河南省郑州市高新开发区翠竹街6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”。