Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜深圳市金鼎威视科技开发有限公司许志辉获国家专利权

恭喜深圳市金鼎威视科技开发有限公司许志辉获国家专利权

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!

龙图腾网恭喜深圳市金鼎威视科技开发有限公司申请的专利一种高分辨率红外热成像陈列的故障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:CN119720058B

龙图腾网通过国家知识产权局官网在2025-06-13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:202510232910.0,技术领域涉及:G06F18/2433;该发明授权一种高分辨率红外热成像陈列的故障检测方法是由许志辉;杨拥军;石晓杰设计研发完成,并于2025-02-28向国家知识产权局提交的专利申请。

一种高分辨率红外热成像陈列的故障检测方法在说明书摘要公布了:本发明公开了一种高分辨率红外热成像陈列的故障检测方法,涉及电力设备监控技术领域。该一种高分辨率红外热成像陈列的故障检测方法,通过高分辨率红外热成像设备获取电力设备表面的热成像图像,结合环境参数和负载电流,对温度场进行动态校正,生成去干扰的温度矩阵。利用图神经网络建模设备间热传导关系,并通过U‑Net分割网络检测温度异常区域,生成异常区域掩膜和温度空间特征。通过动态时间规整算法分析温度波动与电气参数的时序相关性,区分持续故障与瞬时干扰。基于小样本迁移学习,结合预训练特征提取器和注意力机制,进行故障类型分类,并输出故障类型及置信度。实现了对电力设备故障的高效、准确检测。

本发明授权一种高分辨率红外热成像陈列的故障检测方法在权利要求书中公布了:1.一种高分辨率红外热成像陈列的故障检测方法,其特征在于,包括以下步骤: S1.通过高分辨率红外热成像设备获取变压器表面的热成像图像,并结合环境参数及变压器负载电流,动态校正红外温度场,生成去干扰的温度矩阵; S2.根据温度矩阵及电池组物理拓扑图,通过图神经网络建模电池间热传导关系,结合U-Net分割网络对温度异常区域进行检测,识别符合热传导规律的异常区域,生成空间结构约束下的异常区域掩膜和温度空间特征; S3.提取异常区域掩膜的温度波动时序数据,并同步匹配电池组实时电流和电压变化,通过动态时间规整算法量化温度与电气参数之间的相关性,区分持续故障与瞬时干扰,输出故障检测指数和演化模式标签; S4.根据异常区域掩膜、故障检测指数和演化模式标签,通过小样本迁移学习对电池故障类型进行分类,通过预训练的特征提取器,结合小样本电池故障数据微调分类器,并结合注意力机制加权融合温度空间特征与演化模式标签,输出故障类型及其置信度; 通过图神经网络建模电池间热传导关系,结合U-Net分割网络对温度异常区域进行检测,识别符合热传导规律的异常区域的具体过程如下: 根据温度矩阵和电池组物理拓扑图,建立电池间热传导的图神经网络模型,模拟电池组各单体电池之间的热耦合关系,并基于电池位置和热传导特性确定电池间的热流路径; 将电池组拓扑图与温度场数据结合,通过图神经网络学习电池间热传导规律,优化温度场的空间分布预测; 基于U-Net分割网络,识别温度场中的异常区域,结合电池间的热传导规律,识别位于热传导路径上出现温度异常、波动剧烈的区域,以及相邻电池间的温差突变区域; 通过温度异常区域的检测结果,输出温度异常区域,并标定出区域的具体位置; 输出故障检测指数和演化模式标签的具体过程如下: 根据计算温度波动数据与电气参数的时序相关性系数,结合电池组的运行状态,生成故障检测指数; 根据温度波动的时序特征及电气数据的变化趋势,通过演化模式分类算法生成故障演化模式标签,将故障划分为持续型或间歇型。

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深圳市金鼎威视科技开发有限公司,其通讯地址为:518000 广东省深圳市龙岗区平湖街道上木古社区宝富路4号1#厂房102、202、302、402、1&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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。