杆塔状态监测方法、装置、计算机设备和存储介质与流程

1.本技术涉及计算机技术领域，特别是涉及一种杆塔状态监测方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着通信网络的大面积覆盖，为人们提供了更为优质的通信服务，带来了极大的生活便利，而与此同时通信网络扩张所产生的问题也伴随而来，通信设备在遭受自然环境或人为因素的破坏后，如果得不到及时的修理，导致通信线路杆塔发生塔基沉降、倾斜、形变甚至倒塌，通信杆塔一旦倒塌将导致覆盖区域内通信中断，直接影响了通信网络的运行安全。
3.目前传统的杆塔状态监测是通过人工定期上塔监测和维护，由工作人员基于以往的监测经验对杆塔状态进行分析，存在杆塔状态监测效率低的问题。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高杆塔状态监测效率的杆塔状态监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.本技术提供了一种杆塔状态监测方法。所述方法包括：
6.获取目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据，以及各个目标传感器在当前监测周期内分别采集的多个实时监测数据；
7.基于同一目标传感器在当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值；
8.在至少一个波动统计值大于或等于第一预设统计值时，基于目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据随采集时间的变化趋势，得到目标杆塔在当前监测周期对应的目标监测结果；目标波动统计值是大于或等于第一预设统计值的波动统计值；
9.当各个波动统计值均小于第一预设统计值时，基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到目标杆塔在当前监测周期对应的目标监测结果。
10.本技术还提供了一种杆塔状态监测装置。所述装置包括：
11.监测数据获取模块，用于获取目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据，以及各个目标传感器在当前监测周期内分别采集的多个实时监测数据；
12.波动统计值确定模块，用于基于同一目标传感器在当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值；
13.第一监测结果确定模块，用于在至少一个波动统计值大于或等于第一预设统计值
时，基于目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据随采集时间的变化趋势，得到目标杆塔在当前监测周期对应的目标监测结果；目标波动统计值是大于或等于第一预设统计值的波动统计值；
14.第二监测结果确定模块，用于当各个波动统计值均小于第一预设统计值时，基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到目标杆塔在当前监测周期对应的目标监测结果。
15.一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述杆塔状态监测方法的步骤。
16.一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述杆塔状态监测方法的步骤。
17.一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述杆塔状态监测方法的步骤。
18.上述杆塔状态监测方法、装置、计算机设备、存储介质和计算机程序产品，通过基于同一目标传感器在当前监测周期内采集的各个实时监测数据和相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。当出现至少一个波动统计值大于第一预设统计值的情况时，说明对应的目标传感器采集的实时监测数据出现异常波动，进而基于目标波动统计值对应的目标传感器采集的各个实时监测数据随采集时间的变化趋势，进一步确定目标杆塔对应的监测结果，能够排除伪异常情况的影响，提高杆塔状态监测的准确性。当出现各个波动统计值均小于第一预设统计值的情况时，说明各个目标传感器采集的实时监测数据波动较程度为稳定，并未出现异常波动，进而基于各个目标传感器分别对应的监测统计值，进一步确定目标杆塔对应的监测结果，能够提高杆塔状态监测的准确性。此外，通过获取各个目标传感器分别采集的实时监测数据和初始监测数据，并对监测数据进行统计分析从而确定杆塔状态，能够提高杆塔状态监测的效率。
附图说明
19.图1为一个实施例中杆塔状态监测方法的应用环境图；
20.图2为一个实施例中杆塔状态监测方法的流程示意图；
21.图3为一个实施例中确定目标监测结果的流程示意图；
22.图4为另一个实施例中杆塔状态监测方法的流程示意图；
23.图5为一个实施例中杆塔状态监测装置的结构框图；
24.图6为一个实施例中计算机设备的内部结构图；
25.图7为另一个实施例中计算机设备的内部结构图。
具体实施方式
26.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
27.本技术实施例提供的杆塔状态监测方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的
数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能电视、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。终端102以及服务器104可以通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。
28.终端和服务器均可单独用于执行本技术实施例中提供的杆塔状态监测方法。
29.例如，终端获取目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据，以及各个目标传感器在当前监测周期内分别采集的多个实时监测数据。终端基于同一目标传感器在当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。在至少一个波动统计值大于或等于第一预设统计值时，终端基于目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据随采集时间的变化趋势，得到目标杆塔在当前监测周期对应的目标监测结果。目标波动统计值是大于或等于第一预设统计值的波动统计值。当各个波动统计值均小于第一预设统计值时，终端基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到目标杆塔在当前监测周期对应的目标监测结果。
30.终端和服务器也可协同用于执行本技术实施例中提供的杆塔状态监测方法。
31.例如，终端获取并向服务器发送目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据，以及各个目标传感器在当前监测周期内分别采集的多个实时监测数据。服务器基于同一目标传感器在当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。在至少一个波动统计值大于或等于第一预设统计值时，服务器基于目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据随采集时间的变化趋势，得到目标杆塔在当前监测周期对应的目标监测结果。目标波动统计值是大于或等于第一预设统计值的波动统计值。当各个波动统计值均小于第一预设统计值时，服务器基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到目标杆塔在当前监测周期对应的目标监测结果。服务器将目标监测结果发送至终端，终端可以对目标监测结果进行展示。
32.在一个实施例中，如图2所示，提供了一种杆塔状态监测方法，以该方法应用于计算机设备为例进行说明，计算机设备可以是终端或服务器，由终端或服务器自身单独执行，也可以通过终端和服务器之间的交互来实现。杆塔状态监测方法包括以下步骤：
33.步骤s202，获取目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据，以及各个目标传感器在当前监测周期内分别采集的多个实时监测数据。
34.其中，目标杆塔是指需要进行杆塔状态监测的杆塔，杆塔是指由木头、钢筋混凝土或钢材制成的支柱，例如，杆塔可以是承载各种移动天线的通信杆塔，可以是架空输电线路中用来支撑输电线的电力杆塔，等等。目标传感器是指用于采集目标杆塔对应的倾斜角度、距离地面的高度或土层压力等监测指标的传感器，例如，目标传感器可以是距离传感器、角度传感器和压力传感器等。
35.监测周期是指杆塔状态监测的时间间隔，例如，监测周期可以是一小时、一天或一周。当前监测周期是指需要进行杆塔状态监测从而确定目标杆塔对应的目标监测结果的监测周期。
36.初始监测数据是指目标传感器采集到的目标杆塔在初始状态下对应的监测数据。例如，初始监测数据可以是将目标传感器安装至目标杆塔上时，目标传感器首次采集到的监测数据。实时监测数据是指在当前监测周期内，由目标传感器采集得到的目标杆塔对应的监测数据。
37.示例性地，为了监测目标杆塔对应的杆塔状态，在目标杆塔的同一高度上设置多个目标传感器，通过各个目标传感器采集目标杆塔的监测数据，进而基于目标传感器采集的监测数据，识别目标杆塔对应的杆塔状态，从而能够实现对杆塔状态的自动监测，提高杆塔状态监测的效率和实时性。计算机设备获取目标杆塔上处于同一高度的各个目标传感器分别采集的初始监测数据，并获取各个目标传感器在当前监测周期内分别采集的多个实时监测数据。
38.步骤s204，基于同一目标传感器在当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。
39.其中，波动是指目标传感器采集的实时监测数据与对应的初始监测数据之间的差异。波动统计值是指用于表征目标传感器在当前监测周期内采集的各个实时监测数据的整体波动情况的统计值。
40.示例性地，计算机设备基于目标传感器在当前监测周期内采集的各个实时监测数据，分别与该目标传感器采集的初始监测数据之间的差异，确定各个实时监测数据相对于相应的初始监测数据的波动。统计同一目标传感器在当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。例如，计算同一目标传感器对应的各个波动的平均值作为目标传感器对应的波动统计值；将同一目标传感器对应的各个波动的中位数作为目标传感器对应的波动统计值；等等。
41.步骤s206，在至少一个波动统计值大于或等于第一预设统计值时，基于目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据随采集时间的变化趋势，得到目标杆塔在当前监测周期对应的目标监测结果；目标波动统计值是大于或等于第一预设统计值的波动统计值。
42.其中，第一预设统计值是指波动统计值对应的预设阈值，用于判断目标传感器对应的波动统计值是否在正常范围内，具体地，当目标传感器在当前监测周期内对应的波动统计值小于第一预设统计值时，说明目标传感器采集到的各个实时监测数据对应的波动情况处于正常范围内，当目标传感器在当前监测周期内对应的波动统计值大于或等于第一预设统计值，说明目标传感器采集到的各个实时监测数据对应的波动程度超出了正常范围，出现了异常波动。
43.变化趋势是指目标传感器在当前监测周期内采集的各个实时监测数据随采集时间呈现的变化情况，变化趋势可以是有规律的变化，例如，连续递增、连续递减等，也可以是无规律的变化。
44.目标监测结果是指目标杆塔在当前监测周期内对应的监测结果，监测结果包括但不限于正常、异常等情况。
45.示例性地，计算机设备获取第一预设统计值，在至少一个目标传感器对应的波动统计值大于或等于第一预设统计值时，将大于或等于第一预设统计值的波动统计值作为目标波动统计值。分析目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据随采集时间的变化趋势。若各个目标波动统计值分别对应的实时监测数据随采集时间的变化趋势均为无规律的变化时，确定目标杆塔在当前监测周期对应的目标监测结果为正常。若存在目标波动统计值对应的实时监测数据随采集时间的变化趋势为有规律的变化时，确定目标杆塔在当前监测周期对应的目标监测结果为异常。
46.步骤s208，当各个波动统计值均小于第一预设统计值时，基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到目标杆塔在当前监测周期对应的目标监测结果。
47.其中，监测统计值是指用于表征目标传感器在当前监测周期内采集的各个实时监测数据的普遍水平的统计值。
48.示例性地，计算机设备获取第一预设统计值，当各个波动统计值均小于第一预设统计值时，统计同一目标传感器在当前监测周期内采集的各个实时监测数据，得到各个目标传感器在当前监测周期内分别对应的监测统计值。获取预设的监测指标值，对比各个监测统计值和预设的监测指标值，确定目标杆塔在当前监测周期对应的目标监测结果。例如，当各个监测统计值均小于预设的监测指标值时，确定目标监测结果为正常，当存在至少一个监测统计值大于或等于预设的监测指标值时，确定目标监测结果为异常。
49.上述杆塔状态监测方法中，通过基于同一目标传感器在当前监测周期内采集的各个实时监测数据和相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。当出现至少一个波动统计值大于第一预设统计值的情况时，说明对应的目标传感器采集的实时监测数据出现异常波动，进而基于目标波动统计值对应的目标传感器采集的各个实时监测数据随采集时间的变化趋势，进一步确定目标杆塔对应的监测结果，能够排除伪异常情况的影响，提高杆塔状态监测的准确性。当出现各个波动统计值均小于第一预设统计值的情况时，说明各个目标传感器采集的实时监测数据波动较程度为稳定，并未出现异常波动，进而基于各个目标传感器分别对应的监测统计值，进一步确定目标杆塔对应的监测结果，能够提高杆塔状态监测的准确性。此外，通过获取各个目标传感器分别采集的实时监测数据和初始监测数据，并对监测数据进行统计分析从而确定杆塔状态，能够提高杆塔状态监测的效率。
50.在一个实施例中，基于同一目标传感器在当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值，包括：
51.计算同一目标传感器在当前监测周期内采集的各个实时监测数据分别和相应的初始监测数据的初始差异值；对各个初始差异值分别进行修正处理，得到各个目标差异值；融合同一目标传感器对应的各个目标差异值，得到各个目标传感器分别对应的波动统计值。
52.其中，初始差异值是指基于实时监测数据和相应的初始监测数据计算得到的差值。修正处理是指对初始差异值进行修正，以使得到的目标差异值能够准确表征实时监测数据相对于相应的初始监测数据的波动。目标差异值是指对初始差异值进行修正处理后得到的，能够准确表征实时监测数据相对于相应的初始监测数据的波动的差异值。
53.示例性地，计算机设备计算同一目标传感器在当前监测周期内采集的各个实时监测数据分别和该目标传感器采集的初始监测数据之间的差值作为初始差异值。对各个初始差异值分别进行修正处理得到各个目标差异值，例如，对初始差异值取绝对值得到目标差异值；计算初始差异值的平方作为目标差异值；将初始差异值与预设值之和作为目标差异值；等等。融合同一目标传感器对应的各个目标差异值，得到各个目标传感器分别对应的波动统计值，例如，将同一传感器对应的各个目标差异值的平均值作为目标传感器对应的波动统计值；将同一传感器对应的各个目标差异值的加权平均值作为目标传感器对应的波动统计值；等等。
54.上述实施例中，通过计算同一目标传感器在当前监测周期内采集的各个实时监测数据分别和对应的初始监测数据之间的初始差异值，融合对各个初始差异值进行修正后得到的目标差异值，得到目标传感器对应的波动统计值，这样得到的波动统计值能够准确表征目标传感器在当前监测周期内采集的各个实时监测数据的整体波动情况，进而能够提高基于波动统计值确定的目标杆塔对应的目标监测结果的准确性，即提高杆塔状态监测的准确性。
55.在一个实施例中，在至少一个波动统计值大于或等于第一预设统计值时，基于目标波动统计值对应的目标传感器采集的各个实时监测数据随采集时间的变化趋势，得到目标杆塔在当前监测周期对应的目标监测结果，包括：
56.计算目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据分别与相应的初始监测数据之间的差异值；当任意目标波动统计值对应的各个差异值均随采集时间呈非线性变化趋势时，确定目标杆塔在当前监测周期对应的目标监测结果为正常；当存在至少一个目标波动统计值对应的各个差异值随采集时间呈线性变化趋势时，确定目标杆塔在当前监测周期对应的目标监测结果为异常。
57.其中，线性变化趋势是指连续递增或连续递减。非线性变化趋势是指除连续递增和连续递减之外的变化趋势，例如，各个差异值随采集时间呈离散型分布。差异值是指目标传感器采集的实时监测数据与该目标传感器采集的初始监测数据之间的差值。
58.示例性地，在出现至少一个目标传感器对应的波动统计值大于或等于第一预设统计值时，说明存在至少一个目标传感器采集到的各个实时监测数据对应的波动程度超出了正常范围，即出现了异常波动。因此，需要根据目标波动统计值对应的目标传感器采集的各个实时监测数据随采集时间的变化趋势，来进一步地确定目标杆塔在当前监测周期内是否出现异常。
59.计算机设备计算目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据分别与相应的初始监测数据之间的差值得到各个差异值。当每个目标波动统计值对应的各个差异值均随采集时间呈非线性变化趋势时，例如，各个差异值随采集时间呈现离散型分布时，将目标杆塔在当前监测周期内对应的目标监测情况确定为正常。当存在至少一个目标波动统计值对应的各个差异值随采集时间呈线性变化趋势时，将目标杆塔在当前监测周期内对应的目标监测情况确定为异常。
60.上述实施例中，在基于目标传感器对应的波动统计值与第一预设统计值进行对比，确定存在至少一个目标传感器采集到的各个实时监测数据对应的波动程度超出了正常范围时，说明该目标传感器采集的各个实时监测数据出现了异常波动。因此，根据目标波动
统计值对应的目标采集器采集的各个实时监测数据随采集时间的变化趋势，进一步地来确定目标传感器采集的各个实时监测数据出现的异常波动是否为由于目标杆塔出现异常导致的。
61.具体地，当目标波动统计值对应的各个差异值随采集时间呈线性变趋势化时，表明目标波动统计值对应的目标传感器采集的各个实时监测数据出现的异常波动是由于目标杆塔出现异常导致的。例如，当目标传感器为距离传感器时，若目标传感器在当前监测周期内采集的实时监测数据与初始监测数据之间的差异值随采集时间呈线性变化趋势时，表明该距离传感器所监测区域的地面土层在连续性增加或连续性减少，当地面土层连续性增加时，则表明目标杆塔所在区域的泥土呈聚集趋势，当目标杆塔一侧的土面过高时，对目标杆塔其他侧造成推力，从而导致杆塔发生倾倒，当地面土层连续性减少时，则表明目标杆塔所在区域的泥土呈流失趋势，当目标杆塔一侧的土面过低时，这一侧会受到来自其他侧的推力，从而导致杆塔发生倾倒。
62.这样，根据目标传感器采集的各个实时监测数据随采集时间的变化趋势来确定目标杆塔对应的目标监测结果，可以保证目标监测结果的准确性，并且能够提高杆塔监测的效率。
63.在一个实施例中，如图3所示，基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到目标杆塔在当前监测周期对应的目标监测结果，包括：
64.步骤s302，统计同一目标传感器在当前监测周期内采集的各个实时监测数据，得到各个目标传感器分别对应的监测统计值。
65.步骤s304，融合各个监测统计值，得到融合统计值。
66.步骤s306，当融合统计值小于或等于第二预设统计值时，确定目标杆塔在当前监测周期对应的目标监测结果为正常。
67.步骤s308，当融合统计值大于第二预设统计值时，基于同一目标传感器对应的监测统计值和预设监测数据之间的差异，确定目标杆塔在当前监测周期对应的目标监测结果。
68.其中，融合统计值是指融合各个目标传感器分别对应的监测统计值，得到的目标杆塔对应的综合监测值。第二预设统计值是指融合统计值对应的预设阈值，用于判断融合统计值是否在正常范围内，具体地，当目标传感器在当前监测周期内对应的融合统计值小于或等于第二预设统计值时，说明目标杆塔在当前监测周期内处于正常状态，当目标传感器在当前监测周期内对应的融合统计值大于第二预设统计值，说明目标杆塔在当前监测周期内处于异常状态。
69.预设监测数据是指为目标传感器对应的监测统计值预设的标准统计值，表征目标杆塔在正常状态下对应的监测统计值，具体地，可以为每个目标传感器分别设置一个预设监测数据，也可以为各个目标传感器设置一个统一的预设监测数据。
70.示例性地，当各个波动统计值均小于第一预设统计值时，说明每个目标传感器采集到的各个实时监测数据对应波动程度均处于正常范围内，并未出现异常波动。此时，根据各个目标传感器分别对应的监测统计值来进一步确定目标杆塔在当前监测周期内是否出现异常。计算机设备统计同一目标传感器在当前监测周期内采集的各个实时监测数据，得
到各个目标传感器分别对应的监测统计值。例如，计算目标传感器在当前监测周期内采集的各个实时监测数据的平均值，作为目标传感器对应的监测统计值。进而融合各个监测统计值，得到融合统计值，例如，将各个监测统计值的平均值作为融合统计值；对各个监测统计值中的最大值和最小值取均值得到融合统计值；等等。
71.获取第二预设统计值，当融合统计值小于或等于第二预设统计值时，确定目标杆塔在当前监测周期内对应的目标监测结果为正常。当融合统计值大于第二预设统计值时，进一步基于各个目标传感器分别对应的监测统计值和相应的预设监测数据之间的差异，来分析目标杆塔在当前监测周期内对应的监测情况。例如，当各个目标传感器分别对应的监测统计值和相应的预设监测数据之间的差异均大于预设值时，确定目标杆塔对应的目标监测结果为异常，其余情况对应的目标监测结果为正常；当一半以上的目标传感器对应的监测统计值和相应的预设监测数据之间的差异大于预设值，确定目标杆塔对应的目标监测结果为异常，其余情况对应的目标监测结果为正常；等等。
72.上述实施例中，在基于目标传感器对应的波动统计值与第一预设统计值进行对比，确定各个波动统计值均小于第一预设统计值时，说明每个目标传感器采集到的各个实时监测数据对应波动程度均处于正常范围内，并未出现异常波动。此时进一步地计算各个目标传感器分别对应的监测统计值，基于能够表征目标传感器在当前监测周期内采集的各个实时监测数据的普遍水平的监测统计值，来进一步确定目标杆塔在当前监测周期内是否出现异常，能提高杆塔状态监测的准确性。
73.在一个实施例中，基于同一目标传感器对应的监测统计值和预设监测数据之间的差异，确定目标杆塔在当前监测周期对应的目标监测结果，包括：
74.当各个目标传感器分别对应的监测统计值和相应的预设监测数据之间的差异均小于预设值时，确定目标杆塔在当前监测周期对应的目标监测结果为正常；在至少一个目标传感器对应的监测统计值和相应的预设监测数据之间的差异大于或等于预设值时，确定目标杆塔在当前监测周期对应的目标监测结果为异常。
75.其中，预设值是指用于判断监测统计值是否处于正常范围内的预设的数值，例如，预设值可以设置为0。
76.示例性地，当融合统计值大于第二预设统计值时，即融合统计值超出正常范围时，进一步基于各个目标传感器分别对应的监测统计值和相应的预设监测数据之间的差异，来分析目标杆塔在当前监测周期内对应的监测情况。计算机设备计算各个目标传感器分别对应的监测统计值与相应的预设监测数据之间的差值，当各个目标传感器分别对应的监测统计值与相应的预设监测数据之间的差值均小于预设值时，将目标杆塔在当前监测周期对应的目标监测结果确定为正常。若存在至少一个目标传感器对应的监测统计值和相应的预设监测数据之间的差值大于或等于预设值时，说明存在至少一个目标传感器对应的监测统计值超出了正常范围，将目标杆塔在当前监测周期对应的目标监测结果确定为异常。
77.上述实施例中，在融合统计值超出正常范围时，进一步基于各个目标传感器分别对应的监测统计值和相应的预设监测数据之间的差异，来分析目标杆塔在当前监测周期内对应的监测情况。在各个目标传感器分别对应的监测统计值与相应的预设监测数据之间的差值均小于预设值时，确定目标监测结果为正常，在至少一个目标传感器对应的监测统计值和相应的预设监测数据之间的差值大于或等于预设值时，即存在至少一个目标传感器对
应的监测统计值超出了正常范围，将目标杆塔在当前监测周期对应的目标监测结果确定为异常。这样，根据各个目标传感器分别对应的监测统计值和相应的预设监测数据之间的差异来分析目标杆塔对应的实际状态，可以提高杆塔状态监测的准确性。
78.在一个实施例中，目标传感器为距离传感器、角度传感器、重量传感器中的任意一者。
79.其中，距离传感器是指用于监测目标杆塔与地面距离的传感器。角度传感器是指能够测量角度的传感器，用于监测目标杆塔对应的杆塔偏移，杆塔偏移是指杆塔顶端偏离塔中心线的距离。重量传感器是指能够测量重量的传感器，用于监测杆塔架设面四周的土层压力。
80.示例性地，在目标杆塔的同一高度上，以环形阵列的方式设置多个目标传感器，各个目标传感器分别采集的是目标杆塔同一高度的不同方向上对应的监测数据。当各个目标传感器均为距离传感器时，目标传感器采集的监测数据为目标传感器与地面的距离，进而可以基于各个目标传感器分别采集的监测数据，分析各个目标传感器分别对应的监测地面可能存在的泥土聚集、地基沉降或泥土流失等情况，从而确定目标杆塔对应的状态。当各个目标传感器均为角度传感器时，目标传感器采集的监测数据为目标杆塔对应的杆塔偏移，基于各个目标传感器分别采集的监测数据，分析目标杆塔在不同方向上存在的杆塔偏移，从而确定目标杆塔对应的状态。当各个目标传感器均为重量传感器时，将各个目标传感器设置在杆塔架设面的四周，对杆塔架设面四周的土层压力进行采集，基于采集到的杆塔架设面四周的土层压力，确定目标杆塔对应的状态。
81.在一个实施例中，可以在目标杆塔上设置多种传感器，基于同一种传感器采集的监测数据对目标杆塔的状态进行分析，得到基于各种传感器分别对应的初始监测结果，融合基于各种传感器分别采集的监测数据得到的对应的初始监测结果，分析目标杆塔对应的目标监测结果，实现了从不同角度对目标杆塔的杆塔状态的分析，能够提高杆塔状态监测的准确性。
82.上述实施例中，目标传感器可以为距离传感器、角度传感器和重量传感器中的任意一者，通过任意一种传感器采集的监测数据都可以实现对目标杆塔的状态监测，能够有效提高杆塔状态监测的普适性。
83.在一个具体的实施例中，随着通信网络的大面积覆盖，为人们提供了更为优质的通信服务，带来了极大的生活便利，而与此同时通信网络扩张所产生的问题也伴随而来，通信设备在遭受自然环境或人为因素的破坏后，如果得不到及时的修理，导致通信线路杆塔发生塔基沉降、倾斜、形变甚至倒塌，通信杆塔一旦倒塌将导致覆盖区域内通信中断，直接影响了通信网络的运行安全。为应对这些安全隐患需要监控杆塔的倾斜度、杆塔倾斜距离、波动摆幅轨迹，需要对杆塔的形变状态进行实时监测，目前市场上，主要采用人工上塔监测和维护，不但效率低，而且并不能实时监测杆塔状态。
84.本技术的杆塔状态监测方法可以应用于杆塔形变监测系统，杆塔形变监测系统包括形变监测模块、形变诊断模块、形变预警模块和服务器，其中，形变监测模块包括动态监测单元，动态监测单元包括距离传感器，距离传感器设置有四个，四个距离传感器按环形阵列分别设置在杆塔的四周，且四个距离传感器在杆塔上位于同一高度，用于监测杆塔与地面的距离。形变监测模块、形变诊断模块和形变预警模块与服务器电性连接。如图4所示，杆
塔状态监测方法包括以下步骤：
85.1、对杆塔运行过程中的数据进行监测，得到杆塔的监测数据
86.杆塔形变系统中的动态监测单元将距离传感器监测的初始距离标记为初始监测数据，得到杆塔距离的初始监测数据，将距离传感器监测的实时距离标记为实时监测数据，得到杆塔距离的实时监测数据。动态监测单元将四个距离传感器采集的初始监测数据和实时监测数据分别传送至杆塔形变系统中的服务器，服务器对接收的初始监测数据和实时监测数据进行存储。
87.2、通过杆塔的监测数据对杆塔的形变进行处理，获取杆塔异常信号
88.杆塔形变系统中的形变诊断模块将接收的初始监测数据标记为h
ij
,其中，i为初始监测记录，j为传感器的编号，四个距离传感器分别采集的初始监测数据分别记为h
i1
、h
i2
、h
i3
、h
i4
。形变诊断模块将接收的实时监测数据标记为h
kj
,其中，k为实时监测记录，k的取值表示实时监测数据在采集周期内对应的采集顺序，j为传感器的编号，四个距离传感器实时监测数据分别记为h
k1
、h
k2
、h
k3
、h
k4
。
89.将每个距离传感器的初始监测数据和实时监测数据一一对应，在一个监测数据的采集周期内，例如，采集周期可以设置为30天，采集周期可人为设定，获取每个距离传感器采集的实时监测数据与对应的初始监测数据差值的均值和方差，将各个距离传感器分别对应的实时监测数据与相应的初始监测数据之间的差值的实际均值标记为ej，将各个距离传感器分别对应的实时监测数据与对应的初始监测数据之间的差值的实际方差标记为fj。形变诊断模块接收服务器传送的预设均值和预设方差，将预设均值标记为e
1j
，预设方差标记为f
1j
。
90.当四个距离传感器中的任意一个距离传感器在当前采集周期内对应的实际方差fj大于或等于预设方差f
1j
时，生成杆塔第一运行异常信号。当四个距离传感器中在当前采集周期内对应的实际方差fj均小于预设方差f
1j
时，获取四个距离传感器分别对应的实际均值ej，分别标记为e1、e2、e3和e4，对四个距离传感器采样的实际均值进行排序，对中间两个实际均值进行去除，对另外两个距离传感器的实际均值取均值，即对实际均值中的最大值和最小值取均值，得到实际终极均值标记为e
jk
。当预设均值e
1j
≥实际终极均值e
jk
时，生成杆塔运行正常信号。当预设均值e
1j
＜实际终极均值e
jk
时，生成杆塔第二运行异常信号。
91.杆塔形变系统中的形变诊断模块将接收的第一运行异常信号和第二运行异常信号发送至服务器。
92.3、通过对杆塔异常信号进行处理，完成对杆塔形变的预警处理
93.杆塔形变系统中的形变预警模块接收服务器传送的第一运行异常信号和第二运行异常信号，分别针对第一运行异常信号和第二运行异常信号做出预警，具体过程为：
94.当形变预警模块接收到服务器传送的第一运行异常信号时，对实际方差大于或等于预设方差的距离传感器采集的监测数据进行数据处理，获取该距离传感器在当前采集周期内采集的每天的实际距离，将每天的实际距离与初始监测数据做差值处理，当每天的实际距离与对应的初始监测数据的差值在一个连续的周期内呈线性变化时(连续递增或连续递减)，则表明该距离传感器所监测区域的地面土层在连续性增加或连续性减少，生成预警信号。当每天的实际距离与对应的初始监测数据的差值在一个连续的周期内呈离散分布时，则表明该距离传感器所监测区域的地面土层流失或聚集状态正常，生成正常信号。形变
预警模块将得到的预警信号或正常信号发送至服务器，服务器对得到的预警信号发出警报响应。
95.当形变预警模块接收到服务器传送的第二运行异常信号时，对四个距离传感器分别对应的实际均值与相应的预设均值做差值处理，当四个距离传感器的实际均值与预设均值的差值均大于零时，则表明四个距离传感器所对应的监测地面均存在泥土流失或地基沉降的风险，生成预警信号。当四个距离传感器任意一个的实际均值与预设均值的差值小于零时，生成正常信号。形变预警模块将得到的预警信号或正常信号发送至服务器，服务器对得到的预警信号发出警报响应。
96.上述实施例中，，通过将杆塔的形变通过量化模型进行识别，提高数据实时性、有效性和预警自动化。在杆塔形变过程中通过拉长杆塔的监测周期，从一个长的时间维度来对杆塔架设区域的土层进行观测处理，即土层变化从一个微小的视觉体验转换成一个量化的计算模型，从而对杆塔架设区域的土层变化的计算更加精准，实现对杆架架设区域土层周期性的采集分析，能够有效对杆塔发生塔基沉降、倾斜、形变甚至倒塌进行提前预警响应，有效保障了杆塔通的运行安全。
97.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
98.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的杆塔状态监测方法的杆塔状态监测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个杆塔状态监测装置实施例中的具体限定可以参见上文中对于杆塔状态监测方法的限定，在此不再赘述。
99.在一个实施例中，如图5所示，提供了一种杆塔状态监测装置，包括：监测数据获取模块502、波动统计值确定模块504、第一监测结果确定模块506和第二监测结果确定模块508，其中：
100.监测数据获取模块502，用于获取目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据，以及各个目标传感器在当前监测周期内分别采集的多个实时监测数据。
101.波动统计值确定模块504，用于基于同一目标传感器在当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。
102.第一监测结果确定模块506，用于在至少一个波动统计值大于或等于第一预设统计值时，基于目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据随采集时间的变化趋势，得到目标杆塔在当前监测周期对应的目标监测结果；目标波动统计值是大于或等于第一预设统计值的波动统计值。
103.第二监测结果确定模块508，用于当各个波动统计值均小于第一预设统计值时，基
于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到目标杆塔在当前监测周期对应的目标监测结果。
104.在一个实施例中，波动统计值确定模块504还用于：
105.计算同一目标传感器在当前监测周期内采集的各个实时监测数据分别和相应的初始监测数据的初始差异值；对各个初始差异值分别进行修正处理，得到各个目标差异值；融合同一目标传感器对应的各个目标差异值，得到各个目标传感器分别对应的波动统计值。
106.在一个实施例中，第一监测结果确定模块506还用于：
107.计算目标波动统计值对应的目标传感器在当前监测周期内采集的各个实时监测数据分别与相应的初始监测数据之间的差异值；当任意目标波动统计值对应的各个差异值均随采集时间呈非线性变化趋势时，确定目标杆塔在当前监测周期对应的目标监测结果为正常；当存在至少一个目标波动统计值对应的各个差异值随采集时间呈线性变化趋势时，确定目标杆塔在当前监测周期对应的目标监测结果为异常。
108.在一个实施例中，第二监测结果确定模块508还用于：
109.统计同一目标传感器在当前监测周期内采集的各个实时监测数据，得到各个目标传感器分别对应的监测统计值；融合各个监测统计值，得到融合统计值；当融合统计值小于或等于第二预设统计值时，确定目标杆塔在当前监测周期对应的目标监测结果为正常；当融合统计值大于第二预设统计值时，基于同一目标传感器对应的监测统计值和预设监测数据之间的差异，确定目标杆塔在当前监测周期对应的目标监测结果。
110.在一个实施例中，第二监测结果确定模块508还用于：
111.当各个目标传感器分别对应的监测统计值和相应的预设监测数据之间的差异均小于预设值时，确定目标杆塔在当前监测周期对应的目标监测结果为正常；在至少一个目标传感器对应的监测统计值和相应的预设监测数据之间的差异大于或等于预设值时，确定目标杆塔在当前监测周期对应的目标监测结果为异常。
112.在一个实施例中，目标传感器为距离传感器、角度传感器、重量传感器中的任意一者。
113.上述杆塔状态监测装置，通过基于同一目标传感器在当前监测周期内采集的各个实时监测数据和相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。当出现至少一个波动统计值大于第一预设统计值的情况时，说明对应的目标传感器采集的实时监测数据出现异常波动，进而基于目标波动统计值对应的目标传感器采集的各个实时监测数据随采集时间的变化趋势，进一步确定目标杆塔对应的监测结果，能够排除伪异常情况的影响，提高杆塔状态监测的准确性。当出现各个波动统计值均小于第一预设统计值的情况时，说明各个目标传感器采集的实时监测数据波动较程度为稳定，并未出现异常波动，进而基于各个目标传感器分别对应的监测统计值，进一步确定目标杆塔对应的监测结果，能够提高杆塔状态监测的准确性。此外，通过获取各个目标传感器分别采集的实时监测数据和初始监测数据，并对监测数据进行统计分析从而确定杆塔状态，能够提高杆塔状态监测的效率。
114.上述杆塔状态监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形
式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
115.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口(input/output，简称i/o)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储实时监测数据、初始监测数据等数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种杆塔状态监测方法。
116.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种杆塔状态监测方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
117.本领域技术人员可以理解，图6、7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
118.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
119.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
120.在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。
121.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
122.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
123.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
124.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种杆塔状态监测方法，其特征在于，所述方法包括：获取目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据，以及各个目标传感器在当前监测周期内分别采集的多个实时监测数据；基于同一目标传感器在所述当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值；在至少一个波动统计值大于或等于第一预设统计值时，基于目标波动统计值对应的目标传感器在所述当前监测周期内采集的各个实时监测数据随采集时间的变化趋势，得到所述目标杆塔在所述当前监测周期对应的目标监测结果；所述目标波动统计值是大于或等于所述第一预设统计值的波动统计值；当各个波动统计值均小于所述第一预设统计值时，基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到所述目标杆塔在所述当前监测周期对应的目标监测结果。2.根据权利要求1所述的方法，其特征在于，所述基于同一目标传感器在所述当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值，包括：计算同一目标传感器在当前监测周期内采集的各个实时监测数据分别和相应的初始监测数据的初始差异值；对各个初始差异值分别进行修正处理，得到各个目标差异值；融合同一目标传感器对应的各个目标差异值，得到所述各个目标传感器分别对应的波动统计值。3.根据权利要求1所述的方法，其特征在于，所述基于目标波动统计值对应的目标传感器采集的各个实时监测数据随采集时间的变化趋势，得到所述目标杆塔在所述当前监测周期对应的目标监测结果，包括：计算目标波动统计值对应的目标传感器在所述当前监测周期内采集的各个实时监测数据分别与相应的初始监测数据之间的差异值；当任意目标波动统计值对应的各个差异值均随采集时间呈非线性变化趋势时，确定所述目标杆塔在所述当前监测周期对应的目标监测结果为正常；当存在至少一个目标波动统计值对应的各个差异值随采集时间呈线性变化趋势时，确定所述目标杆塔在所述当前监测周期对应的目标监测结果为异常。4.根据权利要求1所述的方法，其特征在于，所述基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到所述目标杆塔在所述当前监测周期对应的目标监测结果，包括：统计同一目标传感器在所述当前监测周期内采集的各个实时监测数据，得到所述各个目标传感器分别对应的监测统计值；融合各个监测统计值，得到融合统计值；当所述融合统计值小于或等于第二预设统计值时，确定所述目标杆塔在所述当前监测周期对应的目标监测结果为正常；当所述融合统计值大于所述第二预设统计值时，基于同一目标传感器对应的监测统计值和预设监测数据之间的差异，确定所述目标杆塔在所述当前监测周期对应的目标监测结
果。5.根据权利要求4所述的方法，其特征在于，所述基于同一目标传感器对应的监测统计值和预设监测数据之间的差异，确定所述目标杆塔在所述当前监测周期对应的目标监测结果，包括：当所述各个目标传感器分别对应的监测统计值和相应的预设监测数据之间的差异均小于预设值时，确定所述目标杆塔在所述当前监测周期对应的目标监测结果为正常；在至少一个目标传感器对应的监测统计值和相应的预设监测数据之间的差异大于或等于所述预设值时，确定所述目标杆塔在所述当前监测周期对应的目标监测结果为异常。6.根据权利要求1至5中任一项所述的方法，其特征在于，所述目标传感器为距离传感器、角度传感器、重量传感器中的任意一者。7.一种杆塔状态监测装置，其特征在于，所述装置包括：监测数据获取模块，用于获取目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据，以及各个目标传感器在当前监测周期内分别采集的多个实时监测数据；波动统计值确定模块，用于基于同一目标传感器在所述当前监测周期内采集的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值；第一监测结果确定模块，用于在至少一个波动统计值大于或等于第一预设统计值时，基于目标波动统计值对应的目标传感器在所述当前监测周期内采集的各个实时监测数据随采集时间的变化趋势，得到所述目标杆塔在所述当前监测周期对应的目标监测结果；所述目标波动统计值是大于或等于所述第一预设统计值的波动统计值；第二监测结果确定模块，用于当各个波动统计值均小于所述第一预设统计值时，基于同一目标传感器在当前监测周期内采集的各个实时监测数据计算监测统计值，基于各个目标传感器分别对应的监测统计值，得到所述目标杆塔在所述当前监测周期对应的目标监测结果。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种杆塔状态监测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标杆塔上处于同一高度的多个目标传感器分别采集的初始监测数据以及实时监测数据。基于同一目标传感器对应的各个实时监测数据相对于相应的初始监测数据的波动，得到各个目标传感器分别对应的波动统计值。在至少一个波动统计值大于或等于第一预设统计值时，基于目标波动统计值对应的各个实时监测数据随采集时间的变化趋势，得到目标杆塔对应的目标监测结果。当各个波动统计值均小于第一预设统计值时，基于各个监测统计值得到目标杆塔对应的目标监测结果。采用本方法能够提高杆塔状态监测的效率。状态监测的效率。状态监测的效率。


技术研发人员：黄炜昭 张欣 徐曙 陈远 黄林超
受保护的技术使用者：深圳供电局有限公司
技术研发日：2023.05.15
技术公布日：2023/9/5