【技术实现步骤摘要】
本专利技术涉及智能电表，具体是一种基于机器学习的智能电表软件功能测试方法及系统。
技术介绍
1、智能电表作为工业产品，对基本功能的稳定性和业务数据准确性有极高的要求。目前，传统的智能电表软件功能测试通常依赖于人工输出功能测试用例，并进行人工测试执行或基于规则的自动化测试执行。然而，这些传统测试方法存在测试效率低、测试精度不高，以及对快速变更的客户需求响应慢等问题。
2、为了消除测试数据的单一性，对嵌入式设备，我们会同时尝试多数量测试样表，即在多个样表上执行相同的测试用例，以评估测试数据和测试功能结论的稳定性和可靠性。然而，这会导致测试执行和测试分析的工作量倍增。另外，基于dlms协议的智能电表基础软件功能已具备很强的规律性，并且协议特性使得业务数据也具备很强的规律性。因此，需要引入一种新的测试方法来改善这些问题，提升测试质量、测试能力和测试效率。
3、智能电表软件功能测试有非常明确的测试结果要求，即满足协议的标准性、保证业务数据的正确性以及实现功能的持续稳定性。目前，采用按功能编写测试用例，再进行手工测试或自动化测试执行的方式，存在功能用例需要反复执行才能确认软件质量的情况。这种方式不但效率较低，而且在出现客户需求变更时，会出现测试响应流程长，响应速度慢的问题。
技术实现思路
1、为克服现有技术的不足，本专利技术提供了一种基于机器学习的智能电表软件功能测试方法及系统，解决现有技术存在的测试效率低、测试精度不高、测试响应速度慢等问题。
2、本专利技
3、一种基于机器学习的智能电表软件功能测试方法，包括以下步骤：
4、s1，模型构建及训练：将已有电表功能测试数据进行分类，提取数据特征，构建和训练数据分析模型；
5、s2，电表业务数据采集：采集电表业务数据；
6、s3，模型选择及测试：选择数据分析模型并进行测试；
7、s4，测试结果分析：分析测试结果。
8、作为一种优选的技术方案，步骤s1中，根据dlms/cosom协议对测试数据进行分类，提取数据特征，构建和训练分析模型。
9、作为一种优选的技术方案，步骤s1中，根据dlms蓝皮书协议的定义，将基表数据定义成cosom接口类型。
10、作为一种优选的技术方案，步骤s1中，cosom接口类型包括以下的一种或多种：计量数据类、访问控制和管理类、时间和事件控制类、预付费相关类、本地端口和模块数据交换配置类、m-bus数据交换配置类、internet数据交换配置类、s-fsk plc类。
11、作为一种优选的技术方案，步骤s2包括以下步骤：
12、s31，使用符合dlms协议的上位软件读取和采集电表业务数据；
13、s22，对步骤s31采集的电表业务数据，按dlms蓝皮书协议进行class数据类型符合度和数据有效性的验证；
14、s23，将电表业务数据按接口类型存入数据库。
15、作为一种优选的技术方案，步骤s3中，对累积电能值采用线性回归的方式来分析时间与累积电能值的关系，并根据历史数据和实际运行环境预测下一个时刻的累积电能值；对电表事件的测试数据采用支持向量机按事件数据的特征进行分类。
16、作为一种优选的技术方案，步骤s4包括以下步骤：
17、s41，测试结果分析：
18、使用步骤s3中确定的模型，对步骤s2中的电表业务数据进行分析，得到功能测试所需要的测试结果；
19、s42，测试结果异常检测：进行异常数据的检测和分析；
20、其中，步骤s41、步骤s42的执行顺序为以下的一种：先执行步骤s41、再执行步骤s42，先执行步骤s42、再执行步骤s41，同时执行步骤s41、步骤s42。
21、作为一种优选的技术方案，还包括以下步骤：
22、s5，测试结论总结：将测试分析过程及结果、过程版本情况和产品缺陷总结为产品测试结论。
23、作为一种优选的技术方案，还包括以下步骤：
24、s6，产品能力数据展示：基于产品测试结论，生成产品能力、产品质量的评估，并进行展示。
25、一种基于机器学习的智能电表软件功能测试系统，用于实现所述的一种基于机器学习的智能电表软件功能测试方法，包括依次连接的以下模块：
26、模型构建及训练模块：用以，将已有电表功能测试数据进行分类，提取数据特征，构建和训练数据分析模型；
27、电表业务数据采集模块：用以，采集电表业务数据；
28、模型选择及测试模块：用以，选择数据分析模型并进行测试；
29、测试结果分析模块：用以，分析测试结果。
30、本专利技术相比于现有技术，具有以下有益效果：
31、(1)本专利技术提出了一种智能电表功能测试新方法，该方法依据dlms/cosom协议，将电表业务功能和数据进行分类，并运用机器学习技术对实时和历史电表测试数据进行分析，从而评估软件产品质量，并提升测试效率、覆盖率和准确性；
32、(2)本专利技术提供了一种利用机器学习构建数据分析模型的方法，用于对智能电表功能的实时和历史测试数据进行分析，进而得到产品测试结论的测试方法。
本文档来自技高网...【技术保护点】
1.一种基于机器学习的智能电表软件功能测试方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤S1中，根据DLMS/COSOM协议对测试数据进行分类，提取数据特征，构建和训练分析模型。
3.根据权利要求2所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤S1中，根据DLMS蓝皮书协议的定义，将基表数据定义成COSOM接口类型。
4.根据权利要求3所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤S1中，COSOM接口类型包括以下的一种或多种：计量数据类、访问控制和管理类、时间和事件控制类、预付费相关类、本地端口和模块数据交换配置类、M-Bus数据交换配置类、Internet数据交换配置类、S-FSK PLC类。
5.根据权利要求1所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤S2包括以下步骤：
6.根据权利要求1所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤S3中，对累积电能值采用线性
7.根据权利要求1所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤S4包括以下步骤：
8.根据权利要求1至7任一项所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，还包括以下步骤：
9.根据权利要求8所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，还包括以下步骤：
10.一种基于机器学习的智能电表软件功能测试系统，其特征在于，用于实现权利要求1至9任一项所述的一种基于机器学习的智能电表软件功能测试方法，包括依次连接的以下模块：
...【技术特征摘要】
1.一种基于机器学习的智能电表软件功能测试方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤s1中，根据dlms/cosom协议对测试数据进行分类，提取数据特征，构建和训练分析模型。
3.根据权利要求2所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤s1中，根据dlms蓝皮书协议的定义，将基表数据定义成cosom接口类型。
4.根据权利要求3所述的一种基于机器学习的智能电表软件功能测试方法，其特征在于，步骤s1中，cosom接口类型包括以下的一种或多种：计量数据类、访问控制和管理类、时间和事件控制类、预付费相关类、本地端口和模块数据交换配置类、m-bus数据交换配置类、internet数据交换配置类、s-fsk plc类。
5.根据权利要求1所述的一种基于机器学习的智能电表软件功能测试方法，其特...
【专利技术属性】
技术研发人员：胡静懿，林娜，朱子杰，
申请(专利权)人：成都长城开发科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。