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！

龙图腾网获悉国网上海市电力公司;上海电力大学申请的专利变压器振动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：CN115187892B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202210619344.5，技术领域涉及：G06V20/40；该发明授权变压器振动检测方法是由苏磊;黄华;秦伦明;赵文彬设计研发完成，并于2022-05-24向国家知识产权局提交的专利申请。

本变压器振动检测方法在说明书摘要公布了：公开了变压器振动检测方法，方法中，采集变压器实时视频信号，利用FasterRCNN模型进行变压器检测，共享基础卷积层基于视频信号提取变压器的图片特征，候选检测框生成网络连接共享基础卷积层，基于图片特征生成候选检测框，感兴趣区域池化与分类网络连接候选检测框生成网络以分类候选检测框，并且调整分类后的候选检测框以输出检测结果；采用Shi‑Tomasi方法在目标区域内提取特征点；通过金字塔L‑K光流法计算特征点的振动矢量；使用K‑means聚类算法将偏差大于预定偏差的振动矢量作为噪声进行去除；对特征点的振动矢量求平均得到变压器振动矢量。

本发明授权变压器振动检测方法在权利要求书中公布了：1.一种变压器振动检测方法，其特征在于，其包括以下步骤： 步骤S100：采集变压器实时视频信号，利用FasterRCNN模型进行变压器检测，其中，FasterRCNN模型包括， 主干网络VGG-16，使用VGG-16对视频信号进行特征提取，生成特征图层； 区域候选网络，所述特征图层输入到区域候选网络中，使用滑动窗口的方式生成多个候选框； 感兴趣区域池化，将输入的不同尺度的特征图层和候选框转换为统一尺度的输出，再输入到全连接层得到特征向量； softmax分类和边框回归，将所述特征向量输入到softmax分类器中进行目标分类，同时利用边框回归获得目标的最终位置；拍摄设备采集变压器正面的实时视频信号，使用Faster-RCNN在ImageNet上的预训练权重帮助训练模型，模型共迭代训练100次，分为冻结训练和解冻训练两个阶段，在冻结训练阶段的前50次迭代中，冻结预训练模型的特征提取层，即前17层的权重，设置batch_size为4，初始学习率，同时在模型的每次迭代后，按自动减少学习率，在解冻训练阶段的后50次迭代中，对模型特征提取层的权重进行解冻训练，设置batch_size为2，初始学习率为，学习率下降方法同第一阶段，将待测变压器图像缩放至模型输入尺寸，利用训练好的Faster-RCNN模型进行目标检测； 步骤S200：采用Shi-Tomasi方法在目标区域内提取特征点； 步骤S300：通过金字塔L-K光流法计算所述特征点的振动矢量； 步骤S400：使用K-means聚类算法将偏差大于预定偏差的振动矢量作为噪声进行去除； 步骤S500：对所述特征点的振动矢量求平均得到变压器振动矢量。

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上海市电力公司;上海电力大学，其通讯地址为：200135 上海市浦东新区中国(上海)自由贸易试验区源深路1122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。