技术领域

本申请涉及电网线路交叉领域，特别涉及一种基于电网的交叉跨越关键部位预警方法和系统。

背景技术

目前，电网中的交叉跨越点线路较为密集，从而导致交叉跨越点线路中的风险点较多，具体为：导线对导线、导线对地物的距离变化，容易造成输电线路出现跳闸的情况，但是传统的交叉跨越点运维措施对运维人员的依赖性强，且精度不高，难以做到全面又精准的管控线路中的隐患风险点。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种基于电网的交叉跨越关键部位预警方法和系统，能够自动对交叉跨越点线路进行诊断和预警分析，提高预警精度，并且可以更好地管控线路中的隐患风险点。

根据本申请的第一方面实施例的基于电网的交叉跨越关键部位预警方法，包括：

通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据，所述第一初始数据为所述电网线路的电路属性信息，所述电路属性信息包括所述电网线路的三维图像；

基于所述三维图像确定所述电网线路的交叉跨越处；

采集所述交叉跨越处的第二初始数据，所述第二初始数据为所述交叉跨越处的电路属性信息；

将所述第二初始数据输入至预设的交叉跨越缺陷诊断模型，所述交叉跨越缺陷诊断模型包括数据处理模块；

根据所述数据处理模块对所述第二初始数据进行筛选，得到目标预警数据；

根据所述目标预警数据生成预警提示信息；

根据所述预警提示信息对所述电网线路进行预警提示。

根据本申请实施例的基于电网的交叉跨越关键部位预警方法，至少具有如下有益效果：

通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据，这里的第一初始数据包括电网线路的三维图像；基于三维图像确定电网线路的交叉跨越处，然后采集交叉跨越处的第二初始数据；将第二初始数据输入至预设的交叉跨越缺陷诊断模型，然后对第二初始数据进行筛选，得到目标预警数据；根据目标预警数据生成预警提示信息，根据预警提示信息对电网线路进行预警提示。本申请的基于电网的交叉跨越关键部位预警方法，能够自动对交叉跨越点线路进行诊断和预警分析，提高预警精度，并且可以更好地管控线路中的隐患风险点。

根据本申请的一些实施例，所述电路属性信息还包括所述电网线路的三维坐标；

所述通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据包括：

确定待预警的电网线路的位置范围；

根据所述位置范围确定无人机的飞行路线；

获取所述无人机上的激光探测仪基于所述飞行路线采集到的三维图像和位置信息；

根据所述三维图像和位置信息得到所述电网线路的三维坐标。

根据本申请的一些实施例，所述基于所述三维图像确定所述电网线路的交叉跨越处，包括：

从三维图像中提取所述电网线路的线路属性信息；

根据所述线路属性信息获取所述电网线路的交叉处，得到所述交叉跨越处。

根据本申请的一些实施例，所述根据所述数据处理模块对所述第二初始数据进行筛选，得到目标预警数据，包括：

基于所述第二初始数据，通过所述数据处理模块确定所述交叉跨越处的第一故障区域，所述第一故障区域包括第三初始数据，所述第三初始数据为所述第一故障区域的电路属性信息；

根据所述第三初始数据和预设的关键线路信息，构建初始故障集；

对所述初始故障集进行筛选，得到目标预警数据。

根据本申请的一些实施例，所述对所述初始故障集进行筛选，得到目标预警数据，包括：

获取多个预设属性信息对应的多个初始权重；

根据多个所述预设属性信息对应的多个所述初始权重，确定所述交叉跨越处中多个电路属性信息对应的多个目标权重；

根据每一所述属性信息对应的目标权重，从所述初始故障集筛选出目标预警数据。

根据本申请的一些实施例，所述根据每一所述属性信息对应的目标权重，从所述初始故障集筛选出目标预警数据，包括：

对所述目标权重进行排序，得到排序结果；

基于所述排序结果从所述初始故障集中筛选出目标预警数据，每一所述目标预警数据包括所述目标权重。

根据本申请的一些实施例，所述预警提示信息包括预警时间和预警频次；

对应的，所述根据所述目标预警数据生成预警提示信息，包括：

根据所述目标权重的大小确定预警时间和预警频次。

根据本申请的第二方面实施例的基于电网的交叉跨越关键部位预警系统，包括：

获取模块：所述获取模块用于通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据，所述第一初始数据为所述电网线路的电路属性信息，所述电路属性信息包括所述电网线路的三维图像；

交叉模块：所述交叉模块基于所述三维图像确定所述电网线路的交叉跨越处；

采集模块：所述采集模块用于采集所述交叉跨越处的第二初始数据，所述第二初始数据为所述交叉跨越处的电路属性信息；

输入模块：所述输入模块用于将所述第二初始数据输入至预设的交叉跨越缺陷诊断模型，所述交叉跨越缺陷诊断模型包括数据处理模块；

筛选模块：所述筛选模块用于根据所述数据处理模块对所述第二初始数据进行筛选，得到目标预警数据；

预警模块：所述预警模块用于根据所述目标预警数据生成预警提示信息；

根据本申请实施例的基于电网的交叉跨越关键部位预警系统，至少具有如下有益效果：

本申请实施例的基于电网的交叉跨越关键部位预警系统包括获取模块、交叉模块、采集模块、输入模块、筛选模块以及预警模块，获取模块通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据，这里的第一初始数据包括电网线路的三维图像；交叉模块基于三维图像确定电网线路的交叉跨越处，采集模块采集交叉跨越处的第二初始数据；输入模块将第二初始数据输入至预设的交叉跨越缺陷诊断模型，筛选模块对第二初始数据进行筛选，得到目标预警数据；预警模块根据目标预警数据生成预警提示信息，根据预警提示信息对电网线路进行预警提示。本申请的基于电网的交叉跨越关键部位预警系统，能够自动对交叉跨越点线路进行诊断和预警分析，提高预警精度，并且可以更好地管控线路中的隐患风险点。

根据本申请的第三方面实施例的基于电网的交叉跨越关键部位预警系统，包括：

至少一个处理器，以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行所述指令时实现如本发明第一方面实施例所述的基于电网的交叉跨越关键部位预警方法。

根据本申请的第四方面实施例的基于电网的交叉跨越关键部位预警系统，包括：

基于电网的交叉跨越关键部位预警系统存储有计算机可执行指令，所述计算机可执行指令用于执行如本发明第一方面实施例所述的基于电网的交叉跨越关键部位预警方法。

本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

下面结合附图和实施例对本申请做进一步的说明，其中：

图1为本申请一些实施例提供的基于电网的交叉跨越关键部位预警方法的流程图；

图2为本申请一些实施例提供的基于电网的交叉跨越关键部位预警系统的模块结构框图；

图3为本申请一些实施例提供的基于电网的交叉跨越关键部位预警系统的硬件结构示意图。

附图标记：获取模块100，交叉模块200，采集模块300，输入模块400，筛选模块500，预警模块600，处理器700，存储器800，输入/输出接口900，通信接口1000，总线1100。

具体实施方式

为了使本公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本公开，并不用于限定本公开。

本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

除非另有定义，本文所使用的所有的技术和科学术语与属于本公开的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本公开实施例的目的，不是旨在限制本公开。

目前，电网中的交叉跨越点线路较为密集，从而导致交叉跨越点线路中的风险点较多，具体为：导线对导线、导线对地物的距离变化，容易造成输电线路出现跳闸的情况，但是传统的交叉跨越点运维措施对运维人员的依赖性强，且精度不高，难以做到全面又精准的管控线路中的隐患风险点。

基于此，本申请提出一种基于电网的交叉跨越关键部位预警方法和系统，能够通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据，这里的第一初始数据包括电网线路的三维图像；基于三维图像确定电网线路的交叉跨越处，然后采集交叉跨越处的第二初始数据；将第二初始数据输入至预设的交叉跨越缺陷诊断模型，然后对第二初始数据进行筛选，得到目标预警数据；根据目标预警数据生成预警提示信息，根据预警提示信息对电网线路进行预警提示。本申请的基于电网的交叉跨越关键部位预警方法，能够自动对交叉跨越点线路进行诊断和预警分析，提高预警精度，并且可以更好地管控线路中的隐患风险点。

第一方面，本申请实施例提供了一种基于电网的交叉跨越关键部位预警方法。

参照图1，图1为本申请一些实施例提供的基于电网的交叉跨越关键部位预警方法的流程图，具体包括步骤：

S100，通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据，第一初始数据为电网线路的电路属性信息，电路属性信息包括电网线路的三维图像；

S200，基于三维图像确定电网线路的交叉跨越处；

S300，采集交叉跨越处的第二初始数据，第二初始数据为交叉跨越处的电路属性信息；

S400，将第二初始数据输入至预设的交叉跨越缺陷诊断模型，交叉跨越缺陷诊断模型包括数据处理模块；

S500，根据数据处理模块对第二初始数据进行筛选，得到目标预警数据；

S600，根据目标预警数据生成预警提示信息；

S700，根据预警提示信息对电网线路进行预警提示。

在步骤S100中，通过无人机(Unmanned Aerial Vehicle/Drones，UAV)上的激光探测仪获取待预警的电网线路的第一初始数据，本申请实施例可以通过无人机对电网线路的基本情况进行探测，这里的无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作，能够自动采集电网线路数据，避免由于人工采集造成效率低的问题，本申请通过极光探测仪获取到的第一初始数据包括电网线路的电路属性信息，这里的电路属性信息可以是电网中多条线路的名称、电压值、电路条数、电路分裂根数、空间配置结构和关联位置区域等，其中空间配置结果可以是对电网线路三角、水平、垂直、水平等进行排列得到的电路空间形态，电路属性信息还包括电网线路的三维图像，这里的三维图形可以是电网的光点云数据、数字高程模型(DigitalElevation Model，DEM)、数字表面模型(Digital Surface Model，DSM)和数字正射影像图(Digital Orthophoto Map，DOM)。其中数字高程模型是通过有限的地形高程数据实现对地面地形的数字化模拟，即地形表面形态的数字化表达，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型，是数字地形模型的一个分支，其它各种地形特征值均可由此派生。数字表面模型是测绘学上的专业术语，指物体表面形态以数字表达的集合。数字正射影像图是以航摄像片或遥感影像为基础，经扫描处理并经逐像元进行辐射改正、微分纠正和镶嵌，按地形图范围裁剪成的影像数据，并将地形要素的信息以符号、线画、注记、公里格网、图廓整饰等形式添加到该影像平面上，形成以栅格数据形式存储的影像数据库，它具有地形图的几何精度和影像特征。通过获取电网的光点云数据、数字高程模型、数字表面模型和数字正射影像图，能够更全面更准确得知电网线路的准确属性信息，为之后的交叉跨越关键部位预警提供可靠的数据基础。

在一些实施例中，电路属性信息还包括电网线路的三维坐标，步骤S100具体包括步骤：

S110，确定待预警的电网线路的位置范围；

S120，根据位置范围确定无人机的飞行路线；

S130，获取无人机上的激光探测仪基于飞行路线采集到的三维图像和位置信息；

S140，根据三维图像和位置信息得到电网线路的三维坐标。

在步骤S110中，确定待预警的电网线路的位置范围，这里的位置范围指的是所有需要预警的电网线路所在的范围，可以用二维坐标表示。

在步骤S120中，确认了电网线路的位置范围，系统会自动根据位置范围的形状、距离等，结合当前所处的天气情况、能见度、无人机风速等，制定出一条合适的飞行路线，比如设计一条飞行距离最短的线路，或者覆盖线路范围最广的线路，本领域技术人员可以根据实际需求进行选择，能够满足用户的不同需求，在实际应用中，可以利用无人机上的GPS(全球定位系统，Global Positioning System)定位技术实现航线校准。

在步骤S130中，在选择飞行线路后，还可以设计飞行高度，以及无人机的系统参数，比如飞行高度、飞行速度等，进行数据采集，比如可以采集三维图像和位置信息，这里的三维图像指的是待预警区域的三维图像，这里的位置信息指的是无人机在飞行过程中的位置坐标，一般来说可以采用无人机的三维坐标。

在实际应用中，可以通过激光雷达对无人机采集到的数据进行处理，得到激光雷达数据图，这里对数据进行处理可以利用TerraSolid(商业化LiDAR数据处理软件)等软件。其中TerraSolid系列软件是第一套商业化LiDAR数据处理软件，基于Microstation开发的，运行于Micorstation系统之上，包括：TerraMatch、TerraScan、TerraModeler、TerraPhoto、TerraSurvey、TerraPhoto Viewer、TerraScan Viewer、TerraPipe、TerraSlave、TerraPipeNet等模块，TerraSolid系列软件能够快速的载入lidar(激光雷达)点云数据，在足够内存支持下(2G)，载入39000000个点只需要40多秒，利用TerraSolid软件对无人机采集到的数据进行处理，能够提高处理效率。

在步骤S140中，根据三维图像和位置信息得到电网线路的三维坐标，根据三维图像可以标出电网线路所在处的三维坐标，结合无人机在飞行过程中的位置坐标，可以对三维坐标进行进一步的优化，提高准确度。

在步骤S200中，基于三维图像确定电网线路的交叉跨越处，可以从上述步骤中获取到的三维图像确定电网线路的交叉跨越处，也就是本申请重点需要进行预警的区域。

在一些实施例中，步骤S200具体包括步骤：

S210，从三维图像中提取电网线路的线路属性信息；

S220，根据线路属性信息获取电网线路的交叉处，得到交叉跨越处。

在步骤S210和步骤S220中，从三维图像中提取电网线路的线路属性信息，根据线路属性信息获取电网线路的交叉处，得到交叉跨越处。这里的线路属性信息可以是网中多条线路的名称、电压值和关联位置和三维图像等，交叉跨越处表示在某处有多条线路交叉，在本步骤中，可以是与某一条线路，比如A线路交叉跨越的线路数、跨越公路数、跨越铁路数，或者与A线路交叉跨越的名称或电压值、两端的厂站和A线路等的属性信息，依据这些属性信息可以得到多个交叉跨越处，比如检测到与A线路跨越的线路数，如果大于1，说明该点是交叉跨越处，依次类推，对多个交叉跨越处的实际情况进行更全面地了解，以便制定全面的预警方案。

在实际应用中，根据步骤S220所得到的交叉跨越处，也就是电网线路的关键位置，将电网线路的电线条数、电线分裂线个数、空间配置结构保持不变，计算电线的悬链线方程，得到电线的矢量表达式：

y＝ncos〖α((x+C1)/n)+C2〗，其中，n是电网线路的导线最低点的张力，C1和C2是积分常数，y的值根据坐标原点的位置及初始条件而定，然后并根据y得到电网线路的本体线路，根据求出的本体线路能够判断出哪些交叉跨越处是危险的，根据交叉跨越处的危险指数产生预警信息，其危险的判断方法如下：对交叉跨越处的附近的地理位置信息，例如建筑、植物和道路等，如果交叉跨越处周围的地理位置信息复杂，则说明危险指数越高，接着给出预警。

在实际应用中，可以对重要的电网线路进行标注，对于具有x条重要电网线路的重要输电通道，将重要的输电通道进行排列组合，可以形成多重的组合故障，接着构建出输电通道内多重的组合故障，并且结合交叉跨越处的线路数、跨越公路数、跨越铁路数，或者与A线路交叉跨越的名称或电压值、两端的厂站和A线路等的属性信息进行快速潮流计算，本申请实施例中可以使用的快速潮流计算方法为：高斯赛德尔法(Gauss-Seidel，GS)与牛顿拉夫逊算法(Newton-Raphson，NR)，其中高斯赛德尔法是数值线性代数中的一个迭代法，可用来求出线性方程组解的近似值解线性方程组，在很多情况下，它比简单迭代法收敛快，牛顿拉夫逊算法在目标函数二阶可微的前提下，计算二阶导数即梯度方向，按梯度方向进行寻优二阶导目标函数的一阶导数及其海赛阵的逆阵便于计算时是一种非常有效的寻优方法，本申请利用这两种迭代算法可以计算交叉跨越处的故障程度。

在步骤S300中，采集交叉跨越处的第二初始数据，第二初始数据为交叉跨越处的电路属性信息，由于在步骤S100中已经采集到电网所有线路的第一初始数据，并且本申请重点关注交叉跨越处的信息，所以只需要从第一初始数据中，提取重点关注的交叉跨越处的属性信息，也就是第二初始数据即可，减少输入的初始数据，提高系统运行的效率。

在步骤S400中，将第二初始数据输入至预设的交叉跨越缺陷诊断模型，交叉跨越缺陷诊断模型包括数据处理模块，本申请的交叉跨越缺陷诊断模型，用于检测交叉跨越处的缺陷，针对检测结果为交叉跨越处制定预警以及诊断的方案。

在步骤S500中，根据数据处理模块对第二初始数据进行筛选，得到目标预警数据，这里的目标预警数据包括有需要进行预警的交叉跨越处，及其对应的预警信息。

在一些实施例中，步骤S500具体包括步骤：

S510，基于第二初始数据，通过数据处理模块确定交叉跨越处的第一故障区域，第一故障区域包括第三初始数据，第三初始数据为第一故障区域的电路属性信息；

S520，根据第三初始数据和预设的关键线路信息，构建初始故障集；

S530，对初始故障集进行筛选，得到目标预警数据。

在步骤S510中，基于第二初始数据，通过数据处理模块确定交叉跨越处的第一故障区域，第一故障区域包括第三初始数据，第三初始数据为第一故障区域的电路属性信息，也就是说通过数据处理模块就能够确定交叉跨越处可能存在故障的地方，也就是第一故障区域。

在步骤S520中，根据第三初始数据和预设的关键线路信息，构建初始故障集，确定了可能存在故障的区域以及预设的关键线路信息，就能够构建初始故障集，这里的关键线路信息指的是，系统内标记好的关键线路，或者用户重点关注的线路，初始故障集包括可能存在故障的交叉跨越处，以及这些交叉跨越处可能产生故障的原因、信息等。

在步骤S530中，对初始故障集进行筛选，得到目标预警数据，初始故障集还不是最终确定交叉跨越处以及交叉跨越处故障信息的结合，此时需要对初始故障集根据重要、关键或者可能的故障程度进行筛选，得到目标预警数据，这里的目标预警数据用在最后的预警提示上。

在一些实施例中，步骤S530具体包括步骤：

S531，获取多个预设属性信息对应的多个初始权重；

S532，根据多个预设属性信息对应的多个初始权重，确定交叉跨越处中多个电路属性信息对应的多个目标权重；

S533，根据每一属性信息对应的目标权重，从初始故障集筛选出目标预警数据。

在步骤S531中，获取多个预设属性信息对应的多个初始权重，比如上文提到了可以获取交叉跨越处的线路数、跨越公路数、跨越铁路数，或者与A线路交叉跨越的名称或电压值、两端的厂站和设备成本等，每一个预设属性都有多个初始权重。

在步骤S532中，根据多个预设属性信息对应的多个初始权重，确定交叉跨越处多个电路属性信息对应的多个目标权重，这里的目标权重也就是交叉跨越处每一属性信息对应的权重，比如交叉跨越处线路数如果为1时，预设权重为0.1，线路数为10时，预权重为0.5等，如果交叉跨越处的线路数为10，那么可以确定其目标权重为0.5。

在步骤S533中，根据每一属性信息对应的目标权重，从初始故障集筛选出目标预警数据，具体为，将每一属性信息对应的目标权重直接相加，得到一个预警评分，或者将每一属性信息对应的目标权重进行加权之后相加，得到一个预警评分，这个预警评分用来表征设备发生故障的严重程度等，结合预警评分，从初始故障集中筛选出目标预警数据，这里的目标预警数据用在最后的预警提示上。

在一些实施例中，步骤S533具体包括步骤：

S5331，对目标权重进行排序，得到排序结果；

S5332，基于排序结果从初始故障集中筛选出目标预警数据，每一目标预警数据包括目标权重。

在步骤S5331中，对目标权重进行排序，得到排序结果，用户根据实际需求可以针对交叉跨越处的某些属性对应的目标权重进行排序，排序高的说明故障严重程度相对较高，也可以对预警评分进行排序，排序高的说明故障严重程度相对较高。

在步骤S5332中，从初始故障集中筛选出排序结果处于前列的目标预警数据。

在步骤S600中，根据目标预警数据生成预警提示信息，这里的预警提示信息用于提醒用户哪些交叉跨越处可能存在问题，存在哪些问题，需要及时进行诊断及修复，避免出现故障。

在一些实施例中，预警提示信息包括预警时间和预警频次，对应的，步骤S600包括根据目标权重的大小确定预警时间和预警频次，比如还可以根据目标权重大小预估预警的时间，也就是什么时候对用户发送预警提示信息，以及预警频次，比如在一定时间内向用户发送几次预警提示信息等，及时告知并且提醒用户预警信息，提升用户体验。

在实际应用中，通过大数据分析、数据融合算法和数据挖掘技术挖掘出海量数据中对状态评价有价值的数据，进一步利用深度学习技术，提出有效的交叉跨越处数据中的故障特征并准确识别多重故障的深度诊断模型，提出对故障程度有效打分的状态评价模型，根据状态评价模型能够不断优化本申请实施例的预警能力。

在本申请实施例中，通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据，这里的第一初始数据包括电网线路的三维图像；基于三维图像确定电网线路的交叉跨越处，然后采集交叉跨越处的第二初始数据；将第二初始数据输入至预设的交叉跨越缺陷诊断模型，然后对第二初始数据进行筛选，得到目标预警数据；根据目标预警数据生成预警提示信息，根据预警提示信息对电网线路进行预警提示。本申请的基于电网的交叉跨越关键部位预警方法，能够自动对交叉跨越点线路进行诊断和预警分析，提高预警精度，并且可以更好地管控线路中的隐患风险点。

第二方面，本申请实施例还提供了用于执行第一方面实施例中提到的方法的基于电网的交叉跨越关键部位预警系统。

在一些实施例中，如图2所示，基于电网的交叉跨越关键部位预警系统包括：获取模块100，交叉模块200，采集模块300，输入模块400，筛选模块500和预警模块600，获取模块100通过无人机上的激光探测仪获取待预警的电网线路的第一初始数据，这里的第一初始数据包括电网线路的三维图像；交叉模块200基于三维图像确定电网线路的交叉跨越处，采集模块300采集交叉跨越处的第二初始数据；输入模块400将第二初始数据输入至预设的交叉跨越缺陷诊断模型，筛选模块500对第二初始数据进行筛选，得到目标预警数据；预警模块600根据目标预警数据生成预警提示信息，根据预警提示信息对电网线路进行预警提示。本申请的基于电网的交叉跨越关键部位预警系统，能够自动对交叉跨越点线路进行诊断和预警分析，提高预警精度，并且可以更好地管控线路中的隐患风险点。

如图3所示，示意了另一实施例的基于电网的交叉跨越关键部位预警的硬件结构，包括：

处理器700，可以采用通用的CPU(CentralProcessingUnit，中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本公开实施例所提供的技术方案；

存储器800，可以采用ROM(ReadOnlyMemory，只读存储器)、静态存储设备、动态存储设备或者RAM(RandomAccessMemory，随机存取存储器)等形式实现。存储器800可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器800中，并由处理器700来调用执行本公开实施例的配电网故障诊断方法；

输入/输出接口900，用于实现信息输入及输出；

通信接口1000，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；和

总线1100，在设备的各个组件(例如处理器700、存储器800、输入/输出接口900和通信接口1000)之间传输信息；

其中处理器700、存储器800、输入/输出接口900和通信接口1000通过总线1100实现彼此之间在设备内部的通信连接。

第三方面，本申请实施例还提供了一种基于电网的交叉跨越关键部位预警系统。

在一些实施例中，电子设备包括：至少一个处理器，以及与至少一个处理器通信连接的存储器；其中，存储器存储有指令，指令被至少一个处理器执行，以使至少一个处理器执行指令时实现本申请实施例中任一项基于电网的交叉跨越关键部位预警方法。

处理器和存储器可以通过总线或者其他方式连接。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序，如本申请实施例描述的基于电网的交叉跨越关键部位预警方法。处理器通过运行存储在存储器中的非暂态软件程序以及指令，从而实现上述的基于电网的交叉跨越关键部位预警方法。

存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储执行上述基于电网的交叉跨越关键部位预警方法。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，比如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

实现上述的基于电网的交叉跨越关键部位预警方法所需的非暂态软件程序以及指令存储在存储器中，当被一个或者多个处理器执行时，执行上述第一方面实施例中提到的基于电网的交叉跨越关键部位预警方法。

第四方面，本申请实施例还提供了基于电网的交叉跨越关键部位预警系统。

在一些实施例中，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于执行第一方面实施例中提到的基于电网的交叉跨越关键部位预警方法。

在一些实施例中，该存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，比如，被上述电子设备中的一个处理器执行，可使得上述一个或多个处理器执行上述基于电网的交叉跨越关键部位预警方法。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

上面结合附图对本申请实施例作了详细说明，但是本申请不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下作出各种变化。此外，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。