基于云边协同的输电线路关键部件缺陷识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及输电线路检测技术领域,公开了一种基于云边协同的输电线路关键部件缺陷识别方法。该方法获取无人机采集的输电线路部件图像、边缘端传感器数据及云端历史缺陷数据库组成的多源巡检数据集合。在边缘端,通过图像预处理算法提取部件区域特征,利用多模态特征融合算法生成环境关联参数;在云端,对历史缺陷数据库进行时空关联分析生成部件缺陷演化图谱。将上述信息输入云边协同识别模型得到部件缺陷特征向量,再通过动态优化算法构建多级缺陷识别网络,输出部件缺陷分类结果及置信度。该方法及系统提高了输电线路关键部件缺陷识别的准确性、实时性和可靠性,具有良好的应用前景。
《基于云边协同的输电线路关键部件缺陷识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025109634049,当前法律状态为已下证,由长春工程学院提出申请,发明人为倪虹霞;赵立英;刘超;齐恩铁;陈佃志;栾琪;鲁超;孙宏斌;李雪;刘禹佳,申请日期为2025-07-14,公开(公告)日期为2025-09-05,国际专利分类号(IPC)为 G06F 18/2431 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及输电线路检测技术领域,公开了一种基于云边协同的输电线路关键部件缺陷识别方法。该方法获取无人机采集的输电线路部件图像、边缘端传感器数据及云端历史缺陷数据库组成的多源巡检数据集合。在边缘端,通过图像预处理算法提取部件区域特征,利用多模态特征融合算法生成环境关联参数;在云端,对历史缺陷数据库进行时空关联分析生成部件缺陷演化图谱。将上述信息输入云边协同识别模型得到部件缺陷特征向量,再通过动态优化算法构建多级缺陷识别网络,输出部件缺陷分类结果及置信度。该方法及系统提高了输电线路关键部件缺陷识别的准确性、实时性和可靠性,具有良好的应用前景。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
