配电线路监控设备故障监测方法、系统及终端设备

技术领域

本申请涉及图像处理技术领域，具体涉及一种配电线路监控设备故障监测方法、一种配电线路监控设备故障监测系统、一种机器可读存储介质及一种终端设备。

背景技术

目前，视频监控系统已经在各行业广泛应用，例如，可用于电网的安全监控。然而，高压配电线路偏远的建设位置以及复杂的外部环境如配电线悬挂异物、恶劣天气等，使得电网线路的定期检修与维护较为困难，电力事故的预警与应急响应不及时，因此，可以通过智能视频监控系统对高压配电线路进行视频信号采集、内容分析及事故预警等。

视频监控系统对于高压配电线路的稳定运转具有关键作用，而高质量视频的采集和传输是内容分析与事故预警的基础。但是由于高压配电线路监控设备具有分布广、外部环境复杂等特点，现有的通过人工对监控设备进行监测、检修及更换的方法存在效率低、成本较高、且响应较慢的问题，难以快速、精确的对监控设备进行故障预警。

发明内容

本申请实施例的目的是提供一种配电线路监控设备故障监测方法、系统及终端设备，以解决上述问题。

为了实现上述目的，本申请第一方面提供一种配电线路监控设备故障监测方法，包括：

在预设时间段内，按预设观测时间获取目标监控设备采集的第一图像集，所述第一图像集包括若干第一图像；

将所述第一图像集转换为第一样本集矩阵，所述第一样本集矩阵包括各第一图像对应的第一向量；

确定所述第一样本集矩阵在目标过完备字典下的第一稀疏表达矩阵；

依据所述第一稀疏表达矩阵及所述目标过完备字典确定所述第一样本集矩阵的第一伪参考矩阵，将所述第一伪参考矩阵转换为第一伪参考图像集，所述第一伪参考图像集包括各第一图像对应的第一伪参考图像；

确定所述第一图像集与所述第一伪参考图像集的相对质量分数；

基于得到的相对质量分数确定所述目标监控设备的平稳系数；

获取在所述预设时间段内得到的所有平稳系数，在依据得到的平稳系数确定所述目标监控设备运行异常的情况下，生成所述目标监控设备的故障告警信号。

可选地，所述第一向量为将所述第一图像的像素矩阵按列排列为一维列向量，所述第一样本集矩阵以各第一向量列向量。

可选地，所述目标过完备字典的构建步骤，包括：

获取所述目标监控设备的第二图像集，所述第二图像集包括所述目标监控设备在不同运行条件下采集的若干第二图像；

将所述第二图像集中的各第二图像转换为对应的第二向量，构建包括所有第二向量的第二样本集矩阵，所述第二样本集矩阵以各第二向量矩阵为列向量，所述第二向量为将所述第二图像的像素矩阵按列排列为一维列向量；

确定初始过完备字典，依据所述初始过完备字典及所述样本集确定所述目标过完备字典。

可选地，确定所述初始过完备字典，包括：

生成所述初始过完备字典中的各初始原子向量；

所述初始过完备字典是以各初始原子向量为列向量的矩阵，所述初始原子向量的维度与所述第二向量的维度相同。

可选地，依据所述初始过完备字典及所述第二样本集矩阵确定所述目标过完备字典，包括：

S1、以所述初始过完备字典为当前过完备字典，并确定收敛条件；

S2、确定所述第二样本集矩阵在当前过完备字典下的第二稀疏表达矩阵；

S3、确定所述第二稀疏表达矩阵的各行向量中不为零的元素的索引集合；

S4、依据所述第二稀疏表达矩阵及当前过完备字典确定所述第二样本集矩阵的第二伪参考矩阵，计算所述第二样本集矩阵与所述第二伪参考矩阵的误差矩阵；

S5、根据所述索引集合，从所述误差矩阵中获取对应列向量构成目标误差矩阵；

S6、对所述目标误差矩阵进行奇异值分解，根据奇异值分解结果更新当前过完备字典中的原子向量及所述第二稀疏表达矩阵中的行向量；

S7、判断是否完成对当前过完备字典中所有原子向量的更新，若是，执行步骤S8，否则，执行步骤S3；

S8、判断是否达到收敛条件，若是，以更新原子向量后的过完备字典作为目标过完备字典；否则，以更新原子向量后的过完备字典作为当前过完备字典，执行步骤S2。

可选地，所述运行条件至少包括：

所述目标监控设备的分辨率、所述目标监控设备的旋转角及环境气象条件。

可选地，确定所述第一样本集矩阵在所述目标过完备字典下的第一稀疏表达矩阵，包括：

通过正交匹配追踪算法计算所述第一样本集矩阵在所述目标过完备字典下的第一稀疏表达矩阵；

依据所述第一稀疏表达矩阵及所述目标过完备字典确定所述第一样本集矩阵的第一伪参考矩阵，包括：

基于对所述第一稀疏表达矩阵及所述目标过完备字典求积确定所述第一样本集矩阵的第一伪参考矩阵。

可选地，确定所述第一图像集与所述第一伪参考图像集的相对质量分数，包括：

通过全参考图像质量评价方法确定所有所述第一图像集中的第一图像与其在所述第一伪参考图像集中对应的第一伪参考图像的相对质量分数。

可选地，基于得到的相对质量分数确定所述目标监控设备的平稳系数，包括：

确定所述目标监控设备在当前观测时间对应的所有相对质量分数之和为所述目标监控设备在当前观测时间的平稳系数。

可选地，依据得到的平稳系数确定所述目标监控设备运行异常，包括：

依据所述目标监控设备在每一观测时间的平稳系数建立所述目标监控设备在所述预设时间段内的平稳系数曲线；

在所述平稳系数曲线存在异常跳变的情况下，确定所述目标监控设备运行异常。

本申请第二方面提供一种配电线路监控设备故障监测系统，包括：

图像获取模块，被配置为在预设时间段内，按预设观测时间获取目标监控设备采集的第一图像集，所述第一图像集包括若干第一图像；

图像处理模块，被配置为将所述第一图像集转换为第一样本集矩阵，所述第一样本集矩阵包括各第一图像对应的第一向量；

稀疏编码模块，确定所述第一样本集矩阵在目标过完备字典下的第一稀疏表达矩阵；

图像重构模块，被配置为依据所述第一稀疏表达矩阵及所述目标过完备字典确定所述第一样本集矩阵的第一伪参考矩阵，将所述第一伪参考矩阵转换为第一伪参考图像集，所述第一伪参考图像集包括各第一图像对应的第一伪参考图像；

图像质量评价模块，被配置为确定所述第一图像集与所述第一伪参考图像集的相对质量分数；以及

基于得到的相对质量分数确定所述目标监控设备的平稳系数，获取在预设时间段内得到的所有平稳系数，在依据得到的平稳系数确定所述目标监控设备运行异常的情况下，生成所述目标监控设备的故障告警信号。

可选地，所述第一向量为将所述第一图像的像素矩阵按列排列为一维列向量，所述第一样本集矩阵以各第一向量为列向量。

可选地，所述稀疏编码模块，还被配置为：

获取所述目标监控设备的第二图像集，所述第二图像集包括所述目标监控设备在不同运行条件下采集的若干第二图像；

将所述第二图像集中的各第二图像转换为对应的第二向量，构建包括所有第二向量的第二样本集矩阵，所述第二样本集矩阵以各第二向量矩阵为列向量，所述第二向量为将所述第二图像的像素矩阵按列排列为一维列向量；

确定初始过完备字典，依据所述初始过完备字典及所述第二样本集矩阵确定所述目标过完备字典。

可选地，确定所述初始过完备字典，包括：

生成所述初始过完备字典中的各初始原子向量；

所述初始过完备字典是以各初始原子向量为列向量的矩阵，所述初始原子向量的维度与所述第二向量的维度相同。

可选地，依据所述初始过完备字典及所述样本集确定所述目标过完备字典，包括：

S1、以所述初始过完备字典为当前过完备字典，并确定收敛条件；

S2、确定所述第二样本集矩阵在当前过完备字典下的第二稀疏表达矩阵；

S3、确定所述第二稀疏表达矩阵的各行向量中不为零的元素的索引集合；

S4、依据所述第二稀疏表达矩阵及当前过完备字典确定所述第二样本集矩阵的第二伪参考矩阵，计算所述第二样本集矩阵与所述第二伪参考矩阵的误差矩阵；

S5、根据所述索引集合，从所述误差矩阵中获取对应列向量构成目标误差矩阵；

S6、对所述目标误差矩阵进行奇异值分解，根据奇异值分解结果更新当前过完备字典中的原子向量及所述第二稀疏表达矩阵中的行向量；

S7、判断是否完成对当前过完备字典中所有原子向量的更新，若是，执行步骤S8，否则，执行步骤S3；

S8、判断是否达到收敛条件，若是，以更新原子向量后的过完备字典作为目标过完备字典；否则，以更新原子向量后的过完备字典作为当前过完备字典，执行步骤S2。

可选地，确定所述第一样本集矩阵在所述目标过完备字典下的第一稀疏表达矩阵，包括：

通过正交匹配追踪算法计算所述第一样本集矩阵在所述目标过完备字典下的第一稀疏表达矩阵；

依据所述第一稀疏表达矩阵及所述目标过完备字典确定所述第一样本集矩阵的第一伪参考矩阵，包括：

基于对所述第一稀疏表达矩阵及所述目标过完备字典求积确定所述第一样本集矩阵的第一伪参考矩阵。

本申请第三方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的配电线路监控设备故障监测方法。

本申请第四方面一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的配电线路监控设备故障监测方法的步骤。

本申请通过预先构建的目标过完备字典，基于稀疏表示生成采集到的测试图像的伪参考图像，通过计算预设时间段内所有测试图像及其对应伪参考图像的相对质量，确定目标监控设备的图像质量的平稳系数，从而确定监控设备的运行状态，具有效率高、成本低及判断精度高的优点。

本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制。在附图中：

图1为本申请优选实施例提供的配电线路监控设备故障监测方法的方法流程图；

图2为本申请优选实施例提供的基于稀疏表示的监控设备图像质量监测逻辑示意图；

图3为本申请优选实施例提供的平稳系数曲线构建流程图；

图4为本申请优选实施例提供的配电线路监控设备故障监测系统的示意框图；

图5为本申请优选实施例提供的终端设备示意图。

附图标记说明

10-终端设备，100-处理器，101-存储器，102-计算机程序。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请实施例，并不用于限制本申请实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

为了解决上述问题，如图1及图2所示，在本实施方式第一方面提供一种配电线路监控设备故障监测方法，包括：

S100、在预设时间段内，按预设观测时间获取目标监控设备采集的第一图像集，所述第一图像集包括若干第一图像；

S200、将第一图像集转换为第一样本集矩阵，第一样本集矩阵包括各第一图像对应的第一向量；

S300、确定第一样本集矩阵在目标过完备字典下的第一稀疏表达矩阵；

S400、依据第一稀疏表达矩阵及目标过完备字典确定第一样本集矩阵的第一伪参考矩阵，将第一伪参考矩阵转换为第一伪参考图像集，第一伪参考图像集包括各第一图像对应的第一伪参考图像；

S500、确定第一图像集与第一伪参考图像集的相对质量分数；

S600、基于得到的相对质量分数确定目标监控设备的平稳系数；

S700、获取在预设时间段内得到的所有平稳系数，在依据得到的平稳系数确定目标监控设备运行异常的情况下，生成目标监控设备的故障告警信号。

如此，本申请通过预先构建的目标过完备字典，基于稀疏表示生成采集到的测试图像的伪参考图像，通过计算预设时间段内所有测试图像及其对应伪参考图像的相对质量，确定目标监控设备的图像质量的平稳系数，从而确定监控设备的运行状态，具有效率高、成本低及判断精度高的优点。

本申请的目标监控设备可以为部署在高压配电线路系统中的视频监控设备如高清摄像头等，其通常被部署于高压配电线路铁塔上，主要用于图像及视频信号的采集、编码、传输等，通常还具有气象及温度等参数的收集功能。可以理解的，本申请中，监控设备还可以根据实际需求调整采集图像的分辨率及监控设备的旋转方位，以实现可控范围内全方位覆盖。可以理解的，本申请的监控设备图像质量监测方法并不限于应用于高压配电线路中。

如图3所示，本申请中，在对目标监控设备进行图像质量评价之前，预先建立基于目标监控设备的目标过完备字典，其中，目标过完备字典的构建步骤，包括：

步骤1、获取目标监控设备的第二图像集，第二图像集包括所述目标监控设备在不同运行条件下采集的若干第二图像；预先通过部署于高压配电线路铁塔上的监控设备如摄像头采集摄像头处于不同运行条件下的第二图像集，其中，运行条件至少包括：目标监控设备的分辨率、目标监控设备的旋转角及环境气象条件。例如，在目标监控设备稳定运行的状态下，分别采集不同时段、不同分辨率、不同旋转角及不同气象条件下的第二图像。其中，采集时段可以为0时到24时，采集间隔时长可以为1小时；分辨率可以根据监控设备的性能设定、调整；监控设备的旋转角包括水平方向及垂直方向；气象条件包括晴天，阴天，雨天，冰雹，霜，雾，雪等。将上述的各采集变量进行排列组合，控制目标监控设备采集其正常运行下，不同运行环境的多维度的第二图像，从而建立目标监控设备正常运行下的多维度的第二图像集，为了便于过完备字典的构建，本申请中采集的第二图像不可包含电力事故、明显配电线异物等，从而使得第二图像集符合配电线路环境安全且采集设备正常的要求。

步骤2、将第二图像集中的各图像转换为对应的第二向量，构建包括所有第二向量的第二样本集矩阵，第二样本集矩阵以各第二向量为列向量；

为了融合多维度的第二图像集的信息、减少信息冗余、构建特定视频监控设备的过完备字典，本申请基于稀疏表示算法构建第二图像集的目标过完备字典，以简化学习任务，降低模型复杂度。在构建目标过完备字典之前，预先将各第二图像转换为N×1的列向量，其中，第二图像可以表示为

步骤3、确定初始过完备字典，依据初始过完备字典及第二样本集矩阵确定目标过完备字典。其中，确定初始过完备字典，包括：生成初始过完备字典中的各初始原子向量；初始过完备字典是以各初始原子向量为列向量的矩阵，初始原子向量的维度与第二向量的维度相同。

稀疏编码算法是一种无监督学习方法，其目的是找到一组过完备基向量以线性表示任意信号。本申请中，采用K-SVD算法建立第二图像集的目标过完备字典，其中，K-SVD算法为一种稀疏编码算法，该算法基于字典学习寻找一组过完备基向量以利用稀疏矩阵表示任意信号，以一组过完备基向量为列向量的矩阵称为过完备字典。

具体地，过完备字典可表示为

；

其中，F=2；

具体地，首先对过完备字典进行初始化，生成初始过完备字典D

再通过K-SVD算法对初始过完备字典D

S1、以初始过完备字典为当前过完备字典，并确定收敛条件，其中，收敛条件可以为达到设定的迭代次数；

S2、利用正交匹配追踪算法（OMP）计算字典D

S3、令

S4、根据公式

S5、以索引集合

S6、对目标误差矩阵

S7、判断是否完成对当前过完备字典D

S8、判断是否达到收敛条件，若是，以更新原子向量后的过完备字典D

本申请中，可以预先建立每一目标监控设备对应的目标过完备字典D，也可以是对所有同类型的目标监控设备建立一个对应的目标过完备字典D。例如，在目标高压配电线路上部署有摄像头1、摄像头2及摄像头3，其中，摄像头1及摄像头2属于同一类别A，摄像头3属于类别B，则可以分别建立摄像头1对应的目标过完备字典D1，摄像头2对应的目标过完备字典D2，及摄像头3对应的目标过完备字典D3；或者，针对摄像头1及摄像头2建立目标过完备字典D1，以及针对摄像头3建立目标过完备字典D2。可以理解的，摄像头与目标过完备字典之间的对应关系可以根据实际需要设定，此处对此不作限定。

在对目标监控设备的运行状态进行监控时，首先，在预设时间段内，按预设观测时间获取目标监控设备采集的第一图像集作为测试图像集，步骤S100中，可以以预设时间间隔控制目标监控设备采集第一图像，例如，预设时间段为24小时，在24小时内，以间隔30分钟或1小时采集多张第一图像作为测试图像，例如，预设观测时间可以为0:00~1:00，1:00~2:00，…，22:00~23:00，23:00~24:00，又例如，预设观测时间还可以为0:00~0:30，1:00~1:30，…，22:00~22:30，23:00~23:30，此处对此不作限定。

步骤S200中，在每次采集到第一图像集后，将第一图像集转换为第一样本集矩阵，其中，第一样本集矩阵

步骤S300中，在得到第一样本集矩阵Y

步骤S400中，通过公式

高压配电线路的智能视频监控设备大多位于复杂自然环境下，且设备采集的图像均无无损参考图像，由于参考信息的缺失，现有的无参考图像质量评价方法难以对高压配电线路的视频监控设备的运行状态进行准确的判断。为了解决自然场景下参考信息缺失问题，本申请通过目标监控设备采集正常运行下的多维度的第二图像，构建第二图像集，基于稀疏表示理论构建第二图像集的目标过完备字典，生成测试图像的伪参考图像，从而有利于后续结合现有全参考图像质量评价方法计算测试图像及其伪参考图像的相对质量，以确定基于相对质量的平稳系数，从而判断监控设备的运行状态。

步骤S500中，确定第一图像集与第一伪参考图像集的相对质量分数，包括：通过全参考图像质量评价方法确定所有第一图像集中的第一图像与其在第一伪参考图像集中对应的第一伪参考图像的相对质量分数。其中，本申请采用的全参考图像质量评价方法可以为STMAD(Spatio-Temporal Most Apparent Distortion)评价方法，以第一伪参考图像

步骤S600中，基于得到的相对质量分数确定目标监控设备的平稳系数，包括：确定目标监控设备在当前观测时间的平稳系数为第一图像集与第一伪参考图像集的所有相对质量分数之和。例如，在当前观测时间内，得到的第一图像集包括j张第一图像，则对应的第一伪参考图像集包括j张对应的第一伪参考图像，则通过STMAD方法计算得到第一图像集与第一伪参考图像集的相对质量分数FS

步骤S700中，获取在预设时间段内所有观测时间的平稳系数，并生成平稳系数曲线，以衡量预设时间段内目标监控设备的图像采集质量，从而判断目标监控设备的运行状态是否异常；当判断目标监控设备的运行状态异常时，能够及时生成故障告警信号，以提示工作人员目标监控设备出现故障。

本申请中，设预设时间段内各观测时间的起点时刻为{t

如图4所示，本申请第二方面提供一种配电线路监控设备故障监测系统，包括：

图像获取模块，被配置为在预设时间段内，按预设观测时间获取目标监控设备采集的第一图像集，第一图像集包括若干第一图像；

图像处理模块，被配置为将第一图像集转换为第一样本集矩阵，第一样本集矩阵包括各第一图像对应的第一向量；

稀疏编码模块，被配置为确定第一样本集矩阵在目标过完备字典下的第一稀疏表达矩阵；

图像重构模块，被配置为依据第一稀疏表达矩阵及所述目标过完备字典确定第一样本集矩阵的第一伪参考矩阵，将所述第一伪参考矩阵转换为第一伪参考图像集，所述第一伪参考图像集包括各第一图像对应的第一伪参考图像；

图像质量评价模块，被配置为确定第一图像集与第一伪参考图像集的相对质量分数；以及

基于得到的相对质量分数确定目标监控设备的平稳系数，获取在预设时间段内得到的所有平稳系数，在依据得到的平稳系数确定目标监控设备运行异常的情况下，生成目标监控设备的故障告警信号。

可选地，第一向量为将第一图像的像素矩阵按列排列为一维列向量，第一样本集矩阵以各第一向量为列向量。

可选地，稀疏编码模块，还被配置为：

获取目标监控设备的第二图像集，第二图像集包括目标监控设备在不同运行条件下采集的若干第二图像；

将第二图像集中的各第二图像转换为对应的第二向量，构建包括所有第二向量的第二样本集矩阵，第二样本集矩阵以各第二向量为列向量，第二向量为将第二图像的像素矩阵按列排列为一维列向量；

确定初始过完备字典，依据初始过完备字典及第二样本集矩阵确定目标过完备字典。

可选地，确定初始过完备字典，包括：

生成初始过完备字典中的各初始原子向量；

所述初始过完备字典是以各初始原子向量为列向量的矩阵，所述初始原子向量的维度与所述第二向量的维度相同。

可选地，依据初始过完备字典及第二样本集矩阵确定目标过完备字典，包括：

S1、以初始过完备字典为当前过完备字典，并确定收敛条件；

S2、确定第二样本集矩阵在当前过完备字典下的第二稀疏表达矩阵；

S3、确定第二稀疏表达矩阵的各行向量中不为零的元素的索引集合；

S4、依据第二稀疏表达矩阵及当前过完备字典确定第二样本集矩阵的第二伪参考矩阵，计算第二样本集矩阵与第二伪参考矩阵的误差矩阵；

S5、根据索引集合，从误差矩阵中获取对应列向量构成目标误差矩阵；

S6、对目标误差矩阵进行奇异值分解，根据奇异值分解结果更新当前过完备字典中的原子向量及第二稀疏表达矩阵中的行向量；

S7、判断是否完成对当前过完备字典中所有原子向量的更新，若是，执行步骤S8，否则，执行步骤S3；

S8、判断是否达到收敛条件，若是，以更新原子向量后的过完备字典作为目标过完备字典；否则，以更新原子向量后的过完备字典作为当前过完备字典，执行步骤S2。

可选地，运行条件至少包括：所述目标监控设备的分辨率、所述目标监控设备的旋转角及环境气象条件。

可选地，确定第一样本集矩阵在目标过完备字典下的第一稀疏表达矩阵，包括：

通过正交匹配追踪算法计算第一样本集矩阵在目标过完备字典下的第一稀疏表达矩阵；

依据第一稀疏表达矩阵及目标过完备字典确定第一样本集矩阵的第一伪参考矩阵，包括：

基于对第一稀疏表达矩阵及目标过完备字典求积确定第一样本集矩阵的第一伪参考矩阵。

可选地，确定第一图像集与第一伪参考图像集的相对质量分数，包括：通过全参考图像质量评价方法确定所有第一图像集中的第一图像与其在第一伪参考图像集中对应的第一伪参考图像的相对质量分数。

可选地，基于得到的相对质量分数确定目标监控设备的平稳系数，包括：确定目标监控设备在当前观测时间对应的所有相对质量分数之和为目标监控设备在当前观测时间的平稳系数。

可选地，依据得到的平稳系数确定目标监控设备运行异常，包括：

依据目标监控设备在每一观测时间的平稳系数建立目标监控设备在预设时间段内的平稳系数曲线；

在平稳系数曲线存在异常跳变的情况下，确定目标监控设备运行异常。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请第三方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行上述的配电线路监控设备故障监测方法。

机器可读存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

本申请第四方面一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述的配电线路监控设备故障监测方法的步骤。

如图5所示是本申请实施方式提供的终端设备的示意图。如图5所示，该实施例的终端设备10包括：处理器100、存储器101以及存储在存储器101中并可在处理器100上运行的计算机程序102。处理器100执行计算机程序102时实现上述方法实施例中的步骤。或者，处理器100执行计算机程序102时实现上述各装置实施例中各模块/单元的功能。

示例性的，计算机程序102可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器101中，并由处理器100执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序102在终端设备10中的执行过程。

终端设备10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备10可包括，但不仅限于，处理器100、存储器101。本领域技术人员可以理解，图5仅仅是终端设备10的示例，并不构成对终端设备10的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备还可以包括输入输出设备、网络接入设备、总线等。

处理器100可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器101可以是终端设备10的内部存储单元，例如终端设备10的硬盘或内存。存储器101也可以是终端设备10的外部存储设备，例如终端设备10上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（FlashCard）等。进一步地，存储器101还可以既包括终端设备10的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及终端设备10所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。