CN115080373A - 配电终端操作系统的性能检测方法、装置、设备及介质 - Google Patents

配电终端操作系统的性能检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN115080373A
CN115080373A CN202210870515.1A CN202210870515A CN115080373A CN 115080373 A CN115080373 A CN 115080373A CN 202210870515 A CN202210870515 A CN 202210870515A CN 115080373 A CN115080373 A CN 115080373A
Authority
CN
China
Prior art keywords
operating system
evaluation
performance
weight vector
vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210870515.1A
Other languages
English (en)
Inventor
申一帆
张港红
霍超
白晖峰
郑利斌
甄岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Smartchip Microelectronics Technology Co Ltd
Original Assignee
Beijing Smartchip Microelectronics Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Smartchip Microelectronics Technology Co Ltd filed Critical Beijing Smartchip Microelectronics Technology Co Ltd
Priority to CN202210870515.1A priority Critical patent/CN115080373A/zh
Publication of CN115080373A publication Critical patent/CN115080373A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本公开涉及智能电网技术领域，具体涉及公开了一种配电终端操作系统的性能检测方法、装置、设备及介质，该方法包括：获取m个操作系统检测指标和n个系统支持功能；将操作系统的性能作为目标层，m个操作系统检测指标作为方案层，n个系统支持功能作为准则层，采用层次分析法，确定m个操作系统检测指标对操作系统的性能的影响权重向量；获取操作系统的性能的评价集，评价集中包括各预设的评价值；基于评价集、影响权重向量以及m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值。该技术方案可以操作系统的性能进行全面且准确的检测，主要用于检测配电终端操作系统的性能。

Description

配电终端操作系统的性能检测方法、装置、设备及介质
技术领域
本公开涉及智能电网技术领域，具体涉及一种配电终端操作系统的性能检测方法、装置、设备及介质。
背景技术
随着电子技术的发展，如今配电网逐渐朝向智能、信息化发展，配电终端是配电物联网中的核心设备和基础元件，经过多年的发展已经出现了软件定义的智能配电终端，该软件定义指的是通过虚拟化将软件和硬件分离出来，将服务器、存储和网络三大计算资源池化最终实现将这些池化的虚拟化资源进行按需分割和重新组合，从而能够以APP形式自由组合实现不同功能。软件定义的配电终端操作系统一方面负责管理终端软硬件资源，为应用软件提供稳定运行环境，实现对终端自身的监测、控制和管理等功能；另一方面负责终端的设备管理、容器管理、应用管理。目前软件定义的配电终端的专业检测仅包含操作系统中部分功能的测试项，尚未建立操作系统的整体评价体系，故目前亟需一种能够对配电终端操作系统的性能进行检测的方案。
发明内容
为了解决相关技术中的问题，本公开实施例提供一种配电终端操作系统的性能检测方法、装置、设备及介质。
第一方面，本公开实施例中提供了一种配电终端操作系统的性能检测方法。
具体地，所述配电终端操作系统的性能检测方法包括：
获取m个操作系统检测指标和n个系统支持功能，所述m和n为大于等于1的整数；
将所述操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量；
获取操作系统的性能的评价集，所述评价集中包括各预设的评价值；
基于所述评价集、所述影响权重向量以及所述m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值。
在一种可能的实现方式中，所述m个操作系统检测指标包括任务切换时间、任务抢占时间、中断响应时间、消息传递时间、系统调用延迟、任务的数目、消息的个数和CPU时钟频率中的至少一者。
在一种可能的实现方式中，所述n个系统支持功能包括设备状态监控、台区网络拓扑识别、低压故障快速研判及上报、台区线损分析、多元化负荷管理、电能质量管理中的至少一者。
在一种可能的实现方式中，所述将所述操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量，包括：
获取所述n个系统支持功能对所述操作系统的性能的第一成对比较矩阵；
计算所述成对比较矩阵的特征向量作为所述准则层的单排序权向量；
获取所述m个操作系统检测指标对n个系统支持功能的第二成对比较矩阵，其中，所述第二成对比较矩阵包括m个操作系统检测指标对第i个系统支持功能的第i个单排序权向量，所述i取值为1，……，n；
对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验；
若所述第一成对比较矩阵和第二成对比较矩阵均通过一致性检验，则对所述准则层的单排序权向量和第i个单排序权向量做归一化处理；
基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量。
在一种可能的实现方式中，所述对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验，包括：
针对所述第一成对比较矩阵和第二成对比较矩阵中的一个成对比较矩阵，计算所述成对比较矩阵的最大特征值λ；
按照以下公式计算一致性指标CI：
Figure 132977DEST_PATH_IMAGE001
；
若满足CI/RI<0.1，则所述成对比较矩阵通过一致性检验。
在一种可能的实现方式中，所述基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量，包括：
计算层次总排序向量K=[k1，k2，……，km]，其中，归一化处理后的准则层的单排序权向量A=[a1，a2，……，an]，归一化处理后的第i个单排序权向量Bi=[bi1，bi2，……，bim]，所述kj=b1j*a1+b2j*a2+…bnj*an，j取值为1，……，m。
在一种可能的实现方式中，所述基于所述评价集、所述影响权重向量以及所述m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值，包括：
获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数；
基于所述隶属函数以及所述m个操作系统检测指标的当前指标值，得到所述m个操作系统检测指标相对于评语集中第q个评价值的隶属度向量，所述q取值为1，……p，所述p为所述评价集中的评价值个数；
合并所述m个操作系统检测指标相对于评语集中各评价值的隶属度向量，得到判断矩阵R；
基于所述影响权重向量对所述判断矩阵R加权求和，得到综合隶属度向量C= [C1，……，Cp]；其中，
Figure 315696DEST_PATH_IMAGE002
，所述rjq为所述判断矩阵R中的第j行第q列元 素；
将所述C1，……，Cp中最大数值所隶属的评价值确定为所述操作系统的性能评价值。
在一种可能的实现方式中，所述获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数，包括：
使用二元对比排序法获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数。
第二方面，本公开实施例中提供了一种配电终端操作系统的性能检测装置。
具体地，所述配电终端操作系统的性能检测装置包括：
第一获取模块，被配置为获取m个操作系统检测指标和n个系统支持功能，所述m和n为大于等于1的整数；
权重分析模块，被配置为将所述操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量；
第二获取模块，被配置为获取操作系统的性能的评价集，所述评价集中包括各预设的评价值；
综合评价模块，被配置为基于所述评价集、所述影响权重向量以及所述m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值。
在一种可能的实现方式中，所述m个操作系统检测指标包括任务切换时间、任务抢占时间、中断响应时间、消息传递时间、系统调用延迟、任务的数目、消息的个数和CPU时钟频率中的至少一者。
在一种可能的实现方式中，所述n个系统支持功能包括设备状态监控、台区网络拓扑识别、低压故障快速研判及上报、台区线损分析、多元化负荷管理、电能质量管理中的至少一者。
在一种可能的实现方式中，所述权重分析模块被配置为：
获取所述n个系统支持功能对所述操作系统的性能的第一成对比较矩阵；
计算所述成对比较矩阵的特征向量作为所述准则层的单排序权向量；
获取所述m个操作系统检测指标对n个系统支持功能的第二成对比较矩阵，其中，所述第二成对比较矩阵包括m个操作系统检测指标对第i个系统支持功能的第i个单排序权向量，所述i取值为1，……，n；
对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验；
若所述第一成对比较矩阵和第二成对比较矩阵均通过一致性检验，则对所述准则层的单排序权向量和第i个单排序权向量做归一化处理；
基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量。
在一种可能的实现方式中，所述权重配置模块中对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验的部分被配置为：
针对所述第一成对比较矩阵和第二成对比较矩阵中的一个成对比较矩阵，计算所述成对比较矩阵的最大特征值λ；
按照以下公式计算一致性指标CI：
Figure 361013DEST_PATH_IMAGE001
；
若满足CI/RI<0.1，则所述成对比较矩阵通过一致性检验。
在一种可能的实现方式中，所述权重配置模块中所述基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量的部分被配置为：
计算层次总排序向量K=[k1，k2，……，km]，其中，归一化处理后的准则层的单排序权向量A=[a1，a2，……，an]，归一化处理后的第i个单排序权向量Bi=[bi1，bi2，……，bim]，所述kj=b1j*a1+b2j*a2+…bnj*an，j取值为1，……，m。
在一种可能的实现方式中，所述综合评价模块被配置为：
获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数；
基于所述隶属函数以及所述m个操作系统检测指标的当前指标值，得到所述m个操作系统检测指标相对于评语集中第q个评价值的隶属度向量，所述q取值为1，……p，所述p为所述评价集中的评价值个数；
合并所述m个操作系统检测指标相对于评语集中各评价值的隶属度向量，得到判断矩阵R；
基于所述影响权重向量对所述判断矩阵R加权求和，得到综合隶属度向量C= [C1，……，Cp]；其中，
Figure 21801DEST_PATH_IMAGE002
，所述rjq为所述判断矩阵R中的第j行第q列元 素；
将所述C1，……，Cp中最大数值所隶属的评价值确定为所述操作系统的性能评价值。
在一种可能的实现方式中，所述综合评价模块中获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数的部分被配置为：
使用二元对比排序法获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数。
第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如上述的方法。
第四方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如上述的方法。
第五方面，本公开实施例中提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现如上述的方法步骤。
根据本公开实施例提供的技术方案，可以获取m个操作系统检测指标和n个系统支持功能，采用层次分析法确定m个操作系统检测指标对所述操作系统的性能的影响权重向量，进而采用模糊综合评价法，基于所述m个操作系统检测指标的当前指标值，对当前操作系统的性能进行综合评价，确定当前操作系统的性能所隶属的评价值，如此可以对当前操作系统的性能进行全面且准确的检测，且检测效率高。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中。
图1示出根据本公开的实施例的配电终端操作系统的性能检测方法的流程示意图。
图2示出根据本公开的实施例的层次结构图的示意图。
图3示出根据本公开的实施例的配电终端操作系统的性能检测装置的结构框图。
图4示出根据本公开的实施例的电子设备的结构框图。
图5是适于用来实现根据本公开实施例方法的计算机系统的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
上文提及，随着电子技术的发展，如今配电网逐渐朝向智能、信息化发展，配电终端是配电物联网中的核心设备和基础元件，经过多年的发展已经出现了软件定义的智能配电终端，该软件定义指的是通过虚拟化将软件和硬件分离出来，将服务器、存储和网络三大计算资源池化最终实现将这些池化的虚拟化资源进行按需分割和重新组合，从而能够以APP形式自由组合实现不同功能。软件定义的配电终端操作系统一方面负责管理终端软硬件资源，为应用软件提供稳定运行环境，实现对终端自身的监测、控制和管理等功能；另一方面负责终端的设备管理、容器管理、应用管理。目前软件定义的配电终端的专业检测仅包含操作系统中部分功能的测试项，尚未建立操作系统的整体评价体系，故目前亟需一种能够对配电终端操作系统的性能进行检测的方案。
考虑到上述问题，本实施例公开了一种配电终端操作系统的性能检测方法，可以获取m个操作系统检测指标和n个系统支持功能，采用层次分析法确定m个操作系统检测指标对所述操作系统的性能的影响权重向量，进而采用模糊综合评价法，基于所述m个操作系统检测指标的当前指标值，对当前操作系统的性能进行综合评价，确定当前操作系统的性能所隶属的评价值，如此可以对当前操作系统的性能进行全面且准确的检测，且检测效率高。
图1示出根据本公开的实施例的配电终端操作系统的性能检测方法的流程示意图。如图1所示，该方法可以包括以下步骤S101至S104：
在步骤S101中，获取m个操作系统检测指标和n个系统支持功能，所述m和n为大于等于1的整数；
在步骤S102中，将操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量；
在步骤S103中，获取操作系统的性能的评价集，所述评价集中包括各预设的评价值；
在步骤S104中，基于所述评价集、所述m个操作系统检测指标的指标值以及所述影响权重向量，采用模糊综合评价法，确定所述m个操作系统检测指标的指标值所隶属的评价值。
在一种可能的实施方式中，该配电终端操作系统的性能检测方法可以用于能够执行配电终端操作系统的性能检测的计算机、电子设备、服务器和服务器集群等等。
在一种可能的实施方式中，该操作系统检测指标指的是能够对操作系统的性能产生重要影响的指标，可以由本领域专家通过研究操作系统调度算法、内存管理、中断、异常等实时性能影响因素，遵循完备性原则、典型性原则、可比、可操作、可量化原则，对指标进行筛选得到，比如说可以现获取海量的指标，然后从这些指标中筛选出重要的指标，再从这些重要的指标中选出操作系统检测指标。
在一种可能的实施方式中，所述m个操作系统检测指标包括任务切换时间、任务抢占时间、中断响应时间、消息传递时间、系统调用延迟、任务的数目、消息的个数和CPU时钟频率中的至少一者。
在该实施方式中，任务切换时间(task switching time)指的是操作系统在两个独立的、处于就绪态并且具有相同优先级的任务之间切换所需要的时间，它包括三个部分，即保存当前任务上下文的时间、调度程序选中新任务的时间和恢复新任务上下文的时间。任务切换时间主要取决于保存任务上下文所用的数据结构以及操作系统采用的调度算法的效率。产生任务切换的原因可以是资源可得，信号量的获取等。任务切换是任一多任务系统中基本效率的测量点，它是同步的，非抢占的，实时控制软件实现了一种基于同等优先级任务的时间片轮转算法。影响任务切换的因素有：主机CPU的结构，指令集以及CPU特性。
在该实施方式中，任务抢占时间指的是系统将控制权从低优先级的任务转移到高优先级任务所花费的时间。为了对任务进行抢占，操作系统必须首先识别引起高优先级任务就绪的事件，比较两个任务的优先级，最后进行任务的切换，所以抢占时间中包括了任务切换时间。它和任务切换时间有些类似，但是任务抢占时间通常花费时间更长，这是因为执行中首先要确认唤醒事件，并评估正在运行的任务和请求运行的任务的优先级高低，然后才决定是否切换任务。实质上，所有的多处理任务可以在执行期间动态分配优先级，所以，抢占时间也是衡量实时性能的重要指标。
在该实施方式中，中断响应时间指的是从接收到中断信号到操作系统做出响应，并完成进入中断服务例程所需要的时间，多任务操作系统中，中断处理首先进入一个中断服务的总控程序，然后才进入驱动程序的ISR（Interrupt Service Routines，中断服务程序）。
在该实施方式中，消息（MSG，message）传递时间指的是消息发送到消息接收之间的时间。该系统调用是一种软中断处理程序，用于让程序从用户态陷入内核态，以执行相应的操作，系统调用延迟指的是程序从用户态陷入内核态，根据系统调用号，在系统调用表中查找对应的系统调用函数的内存地址，执行系统调用函数，程序从内核态返回用户态所用的时间。
在该实施方式中，任务数目指的是操作系统中同时进行的任务数目。在处理多任务的实时操作系统中，由于每个任务都有不同的时限和优先度要求，系统需要对任务进行合理的管理和调度，而当任务数目过多时，任务调度操作和任务之间的通信活动会占用较多系统资源，使得系统效率下降。该消息的个数指的是操作系统中任务在一个周期内平均接收到的消息数目。该CPU时钟频率指的是CPU内数字脉冲信号震荡的速度，时钟频率的高低在很大程度上反映了CPU速度的快慢。
在一种可能的实施方式中，该系统支持功能指的是操作系统的性能要求支持的功能，可以由本领域专家通过结合终端统一边缘计算框架，分析配电台区设备状态监控、网络拓扑识别等典型配电业务应用对软件定义配电终端操作系统的要求得到。
在一种可能的实施方式中，所述n个系统支持功能包括设备状态监控、台区网络拓扑识别、低压故障快速研判及上报、台区线损分析、多元化负荷管理、电能质量管理中的至少一者。
在该实施方式中，该设备状态监控指的是对具有遥控、遥测、遥信，故障检测功能，并与配电自动化主站通信，提供配电系统运行情况和各种参数及监测控制所需信息，包括开关状态、电能参数、相间故障、接地故障以及故障时的参数，并执行配电主站下发的命令，对配电设备进行调节和控制，实现故障定位、故障隔离和非故障区域快速恢复供电等功能。
在该实施方式中，该台区网络拓扑识别指的是配电终端使用监测装置和电能表采集的电压、电流信息及其通信地址对台区网络进行拓扑识别的功能，通常情况下台区网络拓扑结构为树形结构，大多分为四级，即：低压出线柜、分支箱、配电柜和电能表箱。
在该实施方式中，低压故障快速研判及上报指的是配电终端根据各级监测装置的停电信息，对台区故障进行快速研判、定位故障点，并主动上报停电事件的功能。
在该实施方式中，该台区线损分析指的对台区的线损进行分析的功能，该多元化负荷管理指的是对用户的多元化负荷进行控制和管理的功能，该电能质量管理指的是对供给用户端交流电能的品质进行控制和管理的功能。
在一种可能的实施方式中，图2是示出根据本公开的实施例的层次结构图的示意图，可以构建如图2所示的层次结构图，将操作系统的性能作为目标层也即最高层，将m个操作系统检测指标作为方案层也即最底层，将n个系统支持功能作为准则层也即中间层，采用层析分析法（Analytic Hierarchy Process，AHP)，就可以得到方案层(也即m个操作系统检测指标)相对于目标层(也即操作系统的性能)的相对重要权值，也即m个操作系统检测指标对所述操作系统的性能的影响权重向量。
在一种可能的实施方式中，在获取m个操作系统检测指标对所述操作系统的性能的影响权重向量后，可以采用模糊综合评价法（Fuzzy Comprehension EvaluationMethod）建立综合评价模型，基于当前m个操作系统检测指标的指标值，使用该综合评价模型对操作系统的性能进行综合评价，得到当前的操作系统的性能所隶属的评价值。在建立该综合评价模型时，需要预先定义操作系统的性能的评价集，所述评价集中包括各预设的评价值；示例的，该操作系统的性能的评价集可以记为V，该V={低，中，高}，即该评价集V中的评价值为低，中，高。
本实施方式通过遵循完备性原则、典型性原则、可比、可操作、可量化原则，对指标进行筛选，选取操作系统检测指标，并用层次分析法和模糊评价法构建操作系统的性能与操作系统检测指标的评价体系，如此，就可以基于所述m个操作系统检测指标的当前指标值，对当前操作系统的性能进行综合评价，确定当前操作系统的性能所隶属的评价值，如此可以对当前操作系统的性能进行全面且准确的检测，且检测效率高。
在一种可能的实施方式中，所述将所述操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量，包括：
获取所述n个系统支持功能对所述操作系统的性能的第一成对比较矩阵；
计算所述成对比较矩阵的特征向量作为所述准则层的单排序权向量；
获取所述m个操作系统检测指标对n个系统支持功能的第二成对比较矩阵，其中，所述第二成对比较矩阵包括m个操作系统检测指标对第i个系统支持功能的第i个单排序权向量，所述i取值为1，……，n；
对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验；
若所述第一成对比较矩阵和第二成对比较矩阵均通过一致性检验，则对所述准则层的单排序权向量和第i个单排序权向量做归一化处理；
基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量。
在该实施方式中，该第一成对比较矩阵Z为n×n矩阵，该成对比较矩阵Z内的元素记为Zxy，Zxy指的是针对该操作系统的性能，第x个系统支持功能与第y个系统支持功能的重要性，当x=y时，该Zxy=1，Zxy=Zyx，Zxy由本领域专业人员凭经验和需求来确定，该x取值为1，2……，n，y取值也是1，2……，n。示例的，假设第1个系统支持功能为设备状态监控与第2个系统支持功能为台区网络拓扑识别，设备状态监控比台区网络拓扑识别对于操作系统的性能影响稍微重要，故可以确定该Z12=2，同时确定Z21=1/2;矩阵中的其余元素与此类似，在此不一一例举说明。
在该实施方式中，可以计算所述第一成对比较矩阵Zxy的特征向量作为所述准则层的单排序权向量，可以将该准则层的单排序权向量记为A=[a1，a2，……，an]，具体计算方法本领域清楚了解，在此不再赘述。
在该实施方式中，该第二成对比较矩阵B为n×m矩阵，该成对比较矩阵B内的元素记为Bij，本领域专业人员可以凭经验和需求来确定这m个操作系统检测指标对第i个系统支持功能的重要性，这m个重要性可以记为bi1，bi2，……，bim；如此，就可以获取所述m个操作系统检测指标对第i个系统支持功能的第i个单排序权向量Bi=[bi1，bi2，……，bim]，其中，所述i取值为1，……，n，该矩阵B由单排序权向量B1、B2、……和Bn构成。
在该实施方式中，在得到第一成对比较矩阵和第二成对比较矩阵后，需要进行一致性检验，所谓一致性检验是指对成对比较矩阵确定不一致的允许范围。
在该实施方式中，如果第一成对比较矩阵和第二成对比较矩阵的一致性检验均通过，则对A=[a1，a2，……，an]和Bi=[bi1，bi2，……，bim]做归一化处理，使得向量A和Bi中的元素和为1，然后，基于该归一化后的A=[a1，a2，……，an]和Bi=[bi1，bi2，……，bim]，计算层次总排序向量。
在该实施方式中，如果一致性检验未通过，则需要本领域专业人员重新构建成第一对比较矩阵Z和第二成对比较矩阵B，直至一致性检验通过为止。
在一种可能的实施方式中，上述方法中，所述对所述准则层的单排序权向量和第i个单排序权向量Bi做一致性检验，包括：
针对所述第一成对比较矩阵和第二成对比较矩阵中的一个成对比较矩阵，计算所述成对比较矩阵的最大特征值λ；
按照以下公式计算一致性指标CI：
Figure 370262DEST_PATH_IMAGE001
；
若满足CI/RI<0.1，则所述成对比较矩阵通过一致性检验。
在该实施方式中，对于该第一成对比较矩阵或第二成对比较矩阵，可以计算该成对比较矩阵的最大特征值λ，按照上述公式计算一致性指标CI，CI=0，有完全的一致性；CI接近于0，有满意的一致性；CI越大，不一致越严重；为了衡量CI的大小，引入随机一致性指标RI，该随机一致性指标RI可以查表获取，若CI/RI<0.1，则所述成对比较矩阵通过一致性检验。
在一种可能的实施方式中，上述方法中，所述基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量，包括：
计算层次总排序向量K=[k1，k2，……，km]，其中，归一化处理后的准则层的单排序权向量A=[a1，a2，……，an]，归一化处理后的第i个单排序权向量Bi=[bi1，bi2，……，bim]，所述kj=b1j*a1+b2j*a2+…bnj*an，j取值为1，……，m。
在一种可能的实施方式中，上述方法中，所述基于所述评价集、所述影响权重向量以及所述m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值基于所述评价集、所述m个操作系统检测指标的指标值以及所述影响权重向量，采用模糊综合评价法，确定所述m个操作系统检测指标的指标值所隶属的评价值，包括：
获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数；
基于所述隶属函数以及所述m个操作系统检测指标的当前指标值，得到所述m个操作系统检测指标相对于评语集中第q个评价值的隶属度向量，所述q取值为1，……p，所述p为所述评价集中的评价值个数；
合并所述m个操作系统检测指标相对于评语集中各评价值的隶属度向量，得到判断矩阵R；
基于所述影响权重向量对所述判断矩阵R加权求和，得到综合隶属度向量C= [C1，……，Cp]；其中，
Figure 723883DEST_PATH_IMAGE002
，所述rjq为所述判断矩阵R中的第j行第q列元 素；
将所述C1，……，Cp中最大数值所隶属的评价值确定为所述操作系统的性能评价值。
在该实施方式中，该隶属函数(membership function)是用于表征模糊集合的数 学工具。在本公开中是用于描述m个操作系统检测指标对评语集V上的一个模糊集合的隶属 关系，由于这种关系的不分明性，它将用从区间[0，1]中所取的数值代替0，1这两值来描述， 表示操作系统检测指标属于某模糊集合的“真实程度”。该隶属函数用于计算m个操作系统 检测指标对所述评价集中各评价值的隶属度，如此，基于所述隶属函数以及所述m个操作系 统检测指标的当前指标值，得到所述m个操作系统检测指标相对于评语集中第q个评价值的 隶属度向量的隶属度向量Rq=[k1q，k2q，……，kmq]，如此就可以得到p个隶属度向量R1， R2……、Rp，将这p个隶属度向量R1，R2……、Rp合并，得到判断矩阵R，该判断矩阵R中第j行第q 列的元素记为rjq，按照公式
Figure 256495DEST_PATH_IMAGE002
计算C1，……，Cp，进而得到C= [C1，……，Cp]，将C1，……，Cp中最大数值所隶属的评价值确定为所述操作系统的性能评价 值。示例的，假设计算得到综合隶属度向量C=[0.23，0.46，0.31]为分别隶属于评价值{低， 中，高}的综合隶属度，则可以确定最大数值0.46所隶属的评价值中为该操作系统的性能评 价值。
在一种可能的实施方式中，上述方法中，所述获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数，包括：
使用二元对比排序法获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数。
在该实施方式中，对于本公开中的评价集V，很难给出隶属度，但可以通过对多个操作系统检测指标之间的两两对比来确定某种评价值下的顺序，由此来决定这些操作系统检测指标对该评价值的隶属函数的大体形状，此种方法称为二元对比排序法，是一种较实用的确定隶属度函数的方法，本领域技术人员清楚了解该二元对比排序法的具体计算过程，在此不再赘述。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图3示出根据本公开一实施方式的配电终端操作系统的性能检测装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图3所示，所述配电终端操作系统的性能检测装置包括：
第一获取模块301，被配置为获取m个操作系统检测指标和n个系统支持功能，所述m和n为大于等于1的整数；
权重分析模块302，被配置为将所述操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量；
第二获取模块303，被配置为获取操作系统的性能的评价集，所述评价集中包括各预设的评价值；
综合评价模块304，被配置为基于所述评价集、所述影响权重向量以及所述m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值。
在一种可能的实施方式中，该配电终端操作系统的性能检测装置可以用于能够执行配电终端操作系统的性能检测的计算机、电子设备、服务器和服务器集群等等。
在一种可能的实施方式中，该操作系统检测指标指的是能够对操作系统的性能产生重要影响的指标，可以由本领域专家通过研究操作系统调度算法、内存管理、中断、异常等实时性能影响因素，遵循完备性原则、典型性原则、可比、可操作、可量化原则，对指标进行筛选得到，比如说可以现获取海量的指标，然后从这些指标中筛选出重要的指标，再从这些重要的指标中选出操作系统检测指标。
在一种可能的实施方式中，所述m个操作系统检测指标包括任务切换时间、任务抢占时间、中断响应时间、消息传递时间、系统调用延迟、任务的数目、消息的个数和CPU时钟频率中的至少一者。
在该实施方式中，任务切换时间(task switching time)指的是操作系统在两个独立的、处于就绪态并且具有相同优先级的任务之间切换所需要的时间，它包括三个部分，即保存当前任务上下文的时间、调度程序选中新任务的时间和恢复新任务上下文的时间。任务切换时间主要取决于保存任务上下文所用的数据结构以及操作系统采用的调度算法的效率。产生任务切换的原因可以是资源可得，信号量的获取等。任务切换是任一多任务系统中基本效率的测量点，它是同步的，非抢占的，实时控制软件实现了一种基于同等优先级任务的时间片轮转算法。影响任务切换的因素有：主机CPU的结构，指令集以及CPU特性。
在该实施方式中，任务抢占时间指的是系统将控制权从低优先级的任务转移到高优先级任务所花费的时间。为了对任务进行抢占，操作系统必须首先识别引起高优先级任务就绪的事件，比较两个任务的优先级，最后进行任务的切换，所以抢占时间中包括了任务切换时间。它和任务切换时间有些类似，但是任务抢占时间通常花费时间更长，这是因为执行中首先要确认唤醒事件，并评估正在运行的任务和请求运行的任务的优先级高低，然后才决定是否切换任务。实质上，所有的多处理任务可以在执行期间动态分配优先级，所以，抢占时间也是衡量实时性能的重要指标。
在该实施方式中，中断响应时间指的是从接收到中断信号到操作系统做出响应，并完成进入中断服务例程所需要的时间，多任务操作系统中，中断处理首先进入一个中断服务的总控程序，然后才进入驱动程序的ISR（Interrupt Service Routines，中断服务程序）。
在该实施方式中，消息（MSG，message）传递时间指的是消息发送到消息接收之间的时间。该系统调用是一种软中断处理程序，用于让程序从用户态陷入内核态，以执行相应的操作，系统调用延迟指的是程序从用户态陷入内核态，根据系统调用号，在系统调用表中查找对应的系统调用函数的内存地址，执行系统调用函数，程序从内核态返回用户态所用的时间。
在该实施方式中，任务数目指的是操作系统中同时进行的任务数目。在处理多任务的实时操作系统中，由于每个任务都有不同的时限和优先度要求，系统需要对任务进行合理的管理和调度，而当任务数目过多时，任务调度操作和任务之间的通信活动会占用较多系统资源，使得系统效率下降。该消息的个数指的是操作系统中任务在一个周期内平均接收到的消息数目。该CPU时钟频率指的是CPU内数字脉冲信号震荡的速度，时钟频率的高低在很大程度上反映了CPU速度的快慢。
在一种可能的实施方式中，该系统支持功能指的是操作系统的性能要求支持的功能，可以由本领域专家通过结合终端统一边缘计算框架，分析配电台区设备状态监控、网络拓扑识别等典型配电业务应用对软件定义配电终端操作系统的要求得到。
在一种可能的实施方式中，所述n个系统支持功能包括设备状态监控、台区网络拓扑识别、低压故障快速研判及上报、台区线损分析、多元化负荷管理、电能质量管理中的至少一者。
在该实施方式中，该设备状态监控指的是对具有遥控、遥测、遥信，故障检测功能，并与配电自动化主站通信，提供配电系统运行情况和各种参数及监测控制所需信息，包括开关状态、电能参数、相间故障、接地故障以及故障时的参数，并执行配电主站下发的命令，对配电设备进行调节和控制，实现故障定位、故障隔离和非故障区域快速恢复供电等功能。
在该实施方式中，该台区网络拓扑识别指的是配电终端使用监测装置和电能表采集的电压、电流信息及其通信地址对台区网络进行拓扑识别的功能，通常情况下台区网络拓扑结构为树形结构，大多分为四级，即：低压出线柜、分支箱、配电柜和电能表箱。
在该实施方式中，低压故障快速研判及上报指的是配电终端根据各级监测装置的停电信息，对台区故障进行快速研判、定位故障点，并主动上报停电事件的功能。
在该实施方式中，该台区线损分析指的对台区的线损进行分析的功能，该多元化负荷管理指的是对用户的多元化负荷进行控制和管理的功能，该电能质量管理指的是对供给用户端交流电能的品质进行控制和管理的功能。
在一种可能的实施方式中，图2是示出根据本公开的实施例的层次结构图的示意图，可以构建如图2所示的层次结构图，将操作系统的性能作为目标层也即最高层，将m个操作系统检测指标作为方案层也即最底层，将n个系统支持功能作为准则层也即中间层，采用层析分析法（Analytic Hierarchy Process，AHP)，就可以得到方案层(也即m个操作系统检测指标)相对于最高层(也即操作系统的性能)的相对重要权值，也即m个操作系统检测指标对所述操作系统的性能的影响权重向量。
在一种可能的实施方式中，在获取m个操作系统检测指标对所述操作系统的性能的影响权重向量后，可以采用模糊综合评价法（Fuzzy Comprehension EvaluationMethod）建立综合评价模型，基于当前m个操作系统检测指标的指标值，使用该综合评价模型对操作系统的性能进行综合评价，得到当前的操作系统的性能所隶属的评价值。在建立该综合评价模型时，需要预先定义操作系统的性能的评价集，所述评价集中包括各预设的评价值；示例的，该操作系统的性能的评价集可以记为V，该V={低，中，高}，即该评价集V中的评价值为低，中，高。
本实施方式通过遵循完备性原则、典型性原则、可比、可操作、可量化原则，对指标进行筛选，选取操作系统检测指标，并用层次分析法和模糊评价法构建操作系统的性能与操作系统检测指标的评价体系，如此，就可以基于所述m个操作系统检测指标的当前指标值，对当前操作系统的性能进行综合评价，确定当前操作系统的性能所隶属的评价值，如此可以对当前操作系统的性能进行全面且准确的检测，且检测效率高。
在一种可能的实现方式中，所述权重分析模块被配置为：
获取所述n个系统支持功能对所述操作系统的性能的第一成对比较矩阵；
计算所述成对比较矩阵的特征向量作为所述准则层的单排序权向量；
获取所述m个操作系统检测指标对n个系统支持功能的第二成对比较矩阵，其中，所述第二成对比较矩阵包括m个操作系统检测指标对第i个系统支持功能的第i个单排序权向量，所述i取值为1，……，n；
对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验；
若所述第一成对比较矩阵和第二成对比较矩阵均通过一致性检验，则对所述准则层的单排序权向量和第i个单排序权向量做归一化处理；
基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量。
在该实施方式中，该第一成对比较矩阵Z为n×n矩阵，该成对比较矩阵Z内的元素记为Zxy，Zxy指的是针对该操作系统的性能，第x个系统支持功能与第y个系统支持功能的重要性，当x=y时，该Zxy=1，Zxy=Zyx，Zxy由本领域专业人员凭经验和需求来确定，该x取值为1，2……，n，y取值也是1，2……，n。示例的，假设第1个系统支持功能为设备状态监控与第2个系统支持功能为台区网络拓扑识别，设备状态监控比台区网络拓扑识别对于操作系统的性能影响稍微重要，故可以确定该Z12=2，同时确定Z21=1/2;矩阵中的其余元素与此类似，在此不一一例举说明。
在该实施方式中，可以计算所述成对比较矩阵Zxy的特征向量作为所述准则层的单排序权向量，可以记为A=[a1，a2，……，an]，具体计算方法本领域清楚了解，在此不再赘述。
在该实施方式中，该第二成对比较矩阵B为n×m矩阵，该成对比较矩阵B内的元素记为Bij，本领域专业人员可以凭经验和需求来确定这m个操作系统检测指标对第i个系统支持功能的重要性，这m个重要性可以记为bi1，bi2，……，bim；如此，就可以获取所述m个操作系统检测指标对第i个系统支持功能的第i个单排序权向量Bi=[bi1，bi2，……，bim]，其中，所述i取值为1，……，n，该矩阵B由单排序权向量B1、B2、……和Bn构成。
在该实施方式中，在得到第一成对比较矩阵和第二成对比较矩阵后，需要进行一致性检验，所谓一致性检验是指对成对比较矩阵确定不一致的允许范围。
在该实施方式中，如果第一成对比较矩阵和第二成对比较矩阵的一致性检验均通过，则对A=[a1，a2，……，an]和Bi=[bi1，bi2，……，bim]做归一化处理，使得向量A和Bi中的元素和为1，然后，基于该归一化后的A=[a1，a2，……，an]和Bi=[bi1，bi2，……，bim]，计算层次总排序向量。
在该实施方式中，如果一致性检验未通过，则需要本领域专业人员重新构建成第一对比较矩阵Z和第二成对比较矩阵B，直至一致性检验通过为止。
在一种可能的实现方式中，所述权重配置模块中对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验的部分被配置为：
针对所述第一成对比较矩阵和第二成对比较矩阵中的一个成对比较矩阵，计算所述成对比较矩阵的最大特征值λ；
按照以下公式计算一致性指标CI：
Figure 986554DEST_PATH_IMAGE001
；
若满足CI/RI<0.1，则所述成对比较矩阵通过一致性检验。
在该实施方式中，对于该第一成对比较矩阵或第二成对比较矩阵，可以计算该成对比较矩阵的最大特征值λ，按照上述公式计算一致性指标CI，CI=0，有完全的一致性；CI接近于0，有满意的一致性；CI越大，不一致越严重；为了衡量CI的大小，引入随机一致性指标RI，该随机一致性指标RI可以查表获取，若CI/RI<0.1，则所述成对比较矩阵通过一致性检验。
在一种可能的实现方式中，所述权重配置模块中所述基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量的部分被配置为：
计算层次总排序向量K=[k1，k2，……，km]，其中，归一化处理后的准则层的单排序权向量A=[a1，a2，……，an]，归一化处理后的第i个单排序权向量Bi=[bi1，bi2，……，bim]，所述kj=b1j*a1+b2j*a2+…bnj*an，j取值为1，……，m。
在一种可能的实现方式中，所述综合评价模块被配置为：
获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数；
基于所述隶属函数以及所述m个操作系统检测指标的当前指标值，得到所述m个操作系统检测指标相对于评语集中第q个评价值的隶属度向量，所述q取值为1，……p，所述p为所述评价集中的评价值个数；
合并所述m个操作系统检测指标相对于评语集中各评价值的隶属度向量，得到判断矩阵R；
基于所述影响权重向量对所述判断矩阵R加权求和，得到综合隶属度向量C= [C1，……，Cp]；其中，
Figure 186591DEST_PATH_IMAGE002
，所述rjq为所述判断矩阵R中的第j行第q列元 素；
将所述C1，……，Cp中最大数值所隶属的评价值确定为所述操作系统的性能评价值。
在该实施方式中，该隶属函数(membership function)是用于表征模糊集合的数 学工具。在本公开中是用于描述m个操作系统检测指标对评语集V上的一个模糊集合的隶属 关系，由于这种关系的不分明性，它将用从区间[0，1]中所取的数值代替0，1这两值来描述， 表示操作系统检测指标属于某模糊集合的“真实程度”。该隶属函数用于计算m个操作系统 检测指标对所述评价集中各评价值的隶属度，如此，基于所述隶属函数以及所述m个操作系 统检测指标的当前指标值，得到所述m个操作系统检测指标相对于评语集中第q个评价值的 隶属度向量的隶属度向量Rq=[k1q，k2q，……，kmq]，如此就可以得到p个隶属度向量R1， R2……、Rp，将这p个隶属度向量R1，R2……、Rp合并，得到判断矩阵R，该判断矩阵R中第j行第q 列的元素记为rjq，按照公式
Figure 711113DEST_PATH_IMAGE002
计算Cq，进而得到C=[C1，……，Cp]，将 C1，……，Cp中最大数值所隶属的评价值确定为所述操作系统的性能评价值。示例的，假设计 算得到综合隶属度向量C=[0.23，0.46，0.31]为分别隶属于评价值{低，中，高}的综合隶属 度，则可以确定最大数值0.46所隶属的评价值中为该操作系统的性能评价值。
在一种可能的实现方式中，所述综合评价模块中获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数的部分被配置为：
使用二元对比排序法获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数。
在该实施方式中，对于本公开中的评价集V，很难给出隶属度，但可以通过对多个操作系统检测指标之间的两两对比来确定某种评价值下的顺序，由此来决定这些操作系统检测指标对该评价值的隶属函数的大体形状，此种方法称为二元对比排序法，是一种较实用的确定隶属度函数的方法，本领域技术人员清楚了解该二元对比排序法的具体计算过程，在此不再赘述。
本公开还公开了一种电子设备，图4示出根据本公开一实施方式的电子设备的结构框图，如图4所示，所述电子设备400包括存储器401和处理器402；其中，
所述存储器401用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器402执行以实现上述方法步骤。
图5是适于用来实现根据本公开实施例方法的计算机系统的结构示意图。
如图5所示，计算机系统500包括处理单元501，其可以根据存储在只读存储器（ROM）502中的程序或者从存储部分508加载到随机访问存储器（RAM）503中的程序而执行上述实施方式中的各种处理。在RAM503中，还存储有计算机系统500操作所需的各种程序和数据。处理单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管（CRT）、液晶显示器（LCD）等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。其中，所述处理单元501可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。
特别地，根据本公开的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行所述方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。
附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开实施例的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (18)

1.一种配电终端操作系统的性能检测方法，其特征在于，包括：
获取m个操作系统检测指标和n个系统支持功能，所述m和n为大于等于1的整数；
将操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量；
获取所述操作系统的性能的评价集，所述评价集中包括各预设的评价值；
基于所述评价集、所述影响权重向量以及所述m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值。
2.根据权利要求1所述的方法，其特征在于，所述m个操作系统检测指标包括任务切换时间、任务抢占时间、中断响应时间、消息传递时间、系统调用延迟、任务的数目、消息的个数和CPU时钟频率中的至少一者。
3.根据权利要求1所述的方法，其特征在于，所述n个系统支持功能包括设备状态监控、台区网络拓扑识别、低压故障快速研判及上报、台区线损分析、多元化负荷管理和电能质量管理中的至少一者。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述将所述操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量，包括：
获取所述n个系统支持功能对所述操作系统的性能的第一成对比较矩阵；
计算所述第一成对比较矩阵的特征向量作为所述准则层的单排序权向量；
获取所述m个操作系统检测指标对n个系统支持功能的第二成对比较矩阵，其中，所述第二成对比较矩阵包括m个操作系统检测指标对第i个系统支持功能的第i个单排序权向量，所述i取值为1，……，n；
对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验；
若所述第一成对比较矩阵和第二成对比较矩阵均通过一致性检验，则对所述准则层的单排序权向量和第i个单排序权向量做归一化处理；
基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量。
5.根据权利要求4所述的方法，其特征在于，所述对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验，包括：
针对所述第一成对比较矩阵和第二成对比较矩阵中的一个成对比较矩阵，计算所述成对比较矩阵的最大特征值λ；
按照以下公式计算一致性指标CI：
Figure 873577DEST_PATH_IMAGE001
；
若满足CI/RI<0.1，则所述成对比较矩阵通过一致性检验。
6.根据权利要求4所述的方法，其特征在于，所述基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量，包括：
计算层次总排序向量K=[k1，k2，……，km]，其中，归一化处理后的准则层的单排序权向量A=[a1，a2，……，an]，归一化处理后的第i个单排序权向量Bi=[bi1，bi2，……，bim]，kj=b1j*a1+b2j*a2+…bnj*an，j取值为1，……，m。
7.根据权利要求6所述的方法，其特征在于，所述基于所述评价集、所述影响权重向量以及所述m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值，包括：
获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数；
基于所述隶属函数以及所述m个操作系统检测指标的当前指标值，得到所述m个操作系统检测指标相对于评语集中第q个评价值的隶属度向量，所述q取值为1，……，p，所述p为所述评价集中的评价值个数；
合并所述m个操作系统检测指标相对于评语集中各评价值的隶属度向量，得到判断矩阵R；
基于所述影响权重向量对所述判断矩阵R加权求和，得到综合隶属度向量C=[C1，……， Cp]；其中，
Figure 56297DEST_PATH_IMAGE002
，所述rjq为所述判断矩阵R中的第j行第q列元素；
将所述C1，……，Cp中最大数值所隶属的评价值确定为所述操作系统的性能评价值。
8.根据权利要求7所述的方法，其特征在于，所述获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数，包括：
使用二元对比排序法获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数。
9.一种配电终端操作系统的性能检测装置，其特征在于，包括：
第一获取模块，被配置为获取m个操作系统检测指标和n个系统支持功能，所述m和n为大于等于1的整数；
权重分析模块，被配置为将所述操作系统的性能作为目标层，所述m个操作系统检测指标作为方案层，所述n个系统支持功能作为准则层，采用层次分析法，确定所述m个操作系统检测指标对所述操作系统的性能的影响权重向量；
第二获取模块，被配置为获取操作系统的性能的评价集，所述评价集中包括各预设的评价值；
综合评价模块，被配置为基于所述评价集、所述影响权重向量以及所述m个操作系统检测指标的当前指标值，采用模糊综合评价法，确定当前操作系统的性能所隶属的评价值。
10.根据权利要求9所述的装置，其特征在于，所述m个操作系统检测指标包括任务切换时间、任务抢占时间、中断响应时间、消息传递时间、系统调用延迟、任务的数目、消息的个数和CPU时钟频率中的至少一者。
11.根据权利要求9所述的装置，其特征在于，所述n个系统支持功能包括设备状态监控、台区网络拓扑识别、低压故障快速研判及上报、台区线损分析、多元化负荷管理和电能质量管理中的至少一者。
12.根据权利要求9至11任一项所述的装置，其中，所述权重分析模块被配置为：
获取所述n个系统支持功能对所述操作系统的性能的第一成对比较矩阵；
计算所述成对比较矩阵的特征向量作为所述准则层的单排序权向量；
获取所述m个操作系统检测指标对n个系统支持功能的第二成对比较矩阵，其中，所述第二成对比较矩阵包括m个操作系统检测指标对第i个系统支持功能的第i个单排序权向量，所述i取值为1，……，n；
对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验；
若所述第一成对比较矩阵和第二成对比较矩阵均通过一致性检验，则对所述准则层的单排序权向量和第i个单排序权向量做归一化处理；
基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量，其中，所述影响权重向量为所述层次总排序向量。
13.根据权利要求12所述的装置，其特征在于，所述权重配置模块中对所述第一成对比较矩阵和第二成对比较矩阵做一致性检验的部分被配置为：
针对所述第一成对比较矩阵和第二成对比较矩阵中的一个成对比较矩阵，计算所述成对比较矩阵的最大特征值λ；
按照以下公式计算一致性指标CI：
Figure 101613DEST_PATH_IMAGE001
；
若满足CI/RI<0.1，则所述成对比较矩阵通过一致性检验。
14.根据权利要求12所述的装置，其特征在于，所述权重配置模块中所述基于归一化处理后的所述准则层的单排序权向量和第i个单排序权向量，计算所述m个操作系统检测指标对所述操作系统的性能的层次总排序向量的部分被配置为：
计算层次总排序向量K=[k1，k2，……，km]，其中，归一化处理后的准则层的单排序权向量A=[a1，a2，……，an]，归一化处理后的第i个单排序权向量Bi=[bi1，bi2，……，bim]，kj=b1j*a1+b2j*a2+…bnj*an，j取值为1，……，m。
15.根据权利要求14所述的装置，其特征在于，所述综合评价模块被配置为：
获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数；
基于所述隶属函数以及所述m个操作系统检测指标的当前指标值，得到所述m个操作系统检测指标相对于评语集中第q个评价值的隶属度向量，所述q取值为1，……，p，所述p为所述评价集中的评价值个数；
合并所述m个操作系统检测指标相对于评语集中各评价值的隶属度向量，得到判断矩阵R；
基于所述影响权重向量对所述判断矩阵R加权求和，得到综合隶属度向量C=[C1，……， Cp]；其中，
Figure 762402DEST_PATH_IMAGE002
，所述rjq为所述判断矩阵R中的第j行第q列元素，所述j 取值为1，……，m；
将所述C1，……，Cp中最大数值所隶属的评价值确定为所述操作系统的性能评价值。
16.根据权利要求15所述的装置，其特征在于，所述综合评价模块中获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数的部分被配置为：
使用二元对比排序法获取所述m个操作系统检测指标对所述评价集中各评价值的隶属函数。
17.一种电子设备，其特征在于，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1至8任一项所述的方法。
18.一种可读存储介质，其特征在于，其上存储有计算机指令，该计算机指令被处理器执行时实现权利要求1至8任一项所述的方法步骤。
CN202210870515.1A 2022-07-22 2022-07-22 配电终端操作系统的性能检测方法、装置、设备及介质 Pending CN115080373A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210870515.1A CN115080373A (zh) 2022-07-22 2022-07-22 配电终端操作系统的性能检测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210870515.1A CN115080373A (zh) 2022-07-22 2022-07-22 配电终端操作系统的性能检测方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN115080373A true CN115080373A (zh) 2022-09-20

Family

ID=83242962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210870515.1A Pending CN115080373A (zh) 2022-07-22 2022-07-22 配电终端操作系统的性能检测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115080373A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115378929A (zh) * 2022-10-26 2022-11-22 杭州华橙软件技术有限公司 多方案执行冲突的解决方法、系统、设备及存储介质
CN117420863A (zh) * 2023-10-30 2024-01-19 上海频准激光科技有限公司 一种增益介质材料隶属函数类型确定方法、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110122776A (ko) * 2010-04-30 2011-11-11 에스이테크놀로지(주) 계층화분석법의 일관성 지수 평가 방법 및 시스템
CN107479365A (zh) * 2017-09-22 2017-12-15 西南民族大学 基于遗传算法的pid悬浮控制器的模糊综合评价方法
CN107609754A (zh) * 2017-08-25 2018-01-19 国网辽宁省电力有限公司 一种电网信息系统性能监测系统及方法
CN110020403A (zh) * 2017-11-23 2019-07-16 中国电力科学研究院有限公司 一种配电自动化设备测试综合评价方法及系统
CN112885418A (zh) * 2021-01-27 2021-06-01 上海应用技术大学 基于层次分析法的沥青混合料结构方案比选方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110122776A (ko) * 2010-04-30 2011-11-11 에스이테크놀로지(주) 계층화분석법의 일관성 지수 평가 방법 및 시스템
CN107609754A (zh) * 2017-08-25 2018-01-19 国网辽宁省电力有限公司 一种电网信息系统性能监测系统及方法
CN107479365A (zh) * 2017-09-22 2017-12-15 西南民族大学 基于遗传算法的pid悬浮控制器的模糊综合评价方法
CN110020403A (zh) * 2017-11-23 2019-07-16 中国电力科学研究院有限公司 一种配电自动化设备测试综合评价方法及系统
CN112885418A (zh) * 2021-01-27 2021-06-01 上海应用技术大学 基于层次分析法的沥青混合料结构方案比选方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115378929A (zh) * 2022-10-26 2022-11-22 杭州华橙软件技术有限公司 多方案执行冲突的解决方法、系统、设备及存储介质
CN117420863A (zh) * 2023-10-30 2024-01-19 上海频准激光科技有限公司 一种增益介质材料隶属函数类型确定方法、设备及介质
CN117420863B (zh) * 2023-10-30 2024-04-19 上海频准激光科技有限公司 一种增益介质材料隶属函数类型确定方法、设备及介质

Similar Documents

Publication Publication Date Title
CN115080373A (zh) 配电终端操作系统的性能检测方法、装置、设备及介质
CN111913818B (zh) 一种确定服务间依赖关系的方法及相关装置
Rezaeipanah et al. Providing a new approach to increase fault tolerance in cloud computing using fuzzy logic
Iyer et al. A statistical failure/load relationship: Results of a multicomputer study
CN103294546B (zh) 多维度资源性能干扰感知的虚拟机在线迁移方法及系统
US10887199B2 (en) Performance adjustment method, apparatus for performance adjustment, and non-transitory computer-readable storage medium for storing program
CN110597719B (zh) 一种用于适配测试的图像聚类方法、装置及介质
CN108595306A (zh) 一种面向混部云的服务性能测试方法
US11651271B1 (en) Artificial intelligence system incorporating automatic model updates based on change point detection using likelihood ratios
EP2977898B1 (en) Task allocation in a computing environment
JP5267681B2 (ja) 性能データ収集方法、性能データ収集装置及び性能データ管理システム
US20230229486A1 (en) Virtual machine workload prediction method, virtual machine management method having the same and virtual machine management system implementing the same
US11636377B1 (en) Artificial intelligence system incorporating automatic model updates based on change point detection using time series decomposing and clustering
CN115168042A (zh) 监控集群的管理方法及装置、计算机存储介质、电子设备
CN115373836A (zh) 计算网络、算力度量方法、调度装置及相关产品
CN109302723B (zh) 一种基于互联网的多节点实时无线电监测控制方法
KR20160044623A (ko) 리눅스 가상 서버의 로드 밸런싱 방법
CN114862223A (zh) 一种机器人调度方法、装置、设备及存储介质
Liu et al. An optimized speculative execution strategy based on local data prediction in a heterogeneous hadoop environment
CN114090201A (zh) 资源调度方法、装置、设备及存储介质
CN111522644B (zh) 基于历史运行数据预测并行程序运行时间的方法
CN114035906A (zh) 虚拟机迁移方法、装置、电子设备及存储介质
Chaurasia et al. Automating the selection of container orchestrators for service deployment
Chen et al. Complexity reduction: Local activity ranking by resource entropy for QoS-aware cloud scheduling
Daraghmeh et al. Ensemble Learning for Predicting Task Connectivity Over Time in Cloud Data Centers

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination