CN115310531A - 应用于一体式间隔设备综合测试模块的测试结果粗检系统和方法 - Google Patents

Abstract

本发明公开一种应用于一体式间隔设备综合测试模块的测试结果粗检系统及方法，该测试结果粗检系统运行于一体式间隔设备综合测试模块中对应各检测项目的电路板中，其架构分为四个层级，包括硬件层、数据层、应用层和主控层。测试结果粗检方法中，通过对多个检测得到的指标数据采用树分类算法挖掘多个指标的内部逻辑关系以及多个指标更加细化的特征含义，从而在新的测试数据输入的时候，能够根据细化的逻辑关系和特征含义，与理想情况下的状态指标进行匹配比较，进而获取当前测试结果和各个理想情况结果的相似性关系，并获取最终的检测结果。本发明能够极大提高测试仪的自动化智能化程度，减少人力工作。

Description

应用于一体式间隔设备综合测试模块的测试结果粗检系统和 方法

技术领域

本发明涉及电力领域电子设备系统测试技术领域，特别涉及应用于一体式间隔设备综合测试模块的测试结果粗检系统和方法。

背景技术

一套一体式间隔设备综合测试模块中需要对于多个检测项目进行检测，每个检测项目中涵盖多种指标，多种指标的组合可完成对于一个变压器的综合检测。但是由于测试内容过多，对于每项进行的测试都需要进行精细的检测和识别，需要大量的人力，造成测试成本居高不下，同时也使得测试人员的工作强度非常大。

发明内容

本发明的目的是提供一种应用于一体式间隔设备综合测试模块的测试结果粗检系统和方法，提升一体式间隔设备多指标测试时的测试结果准确度和测试效率，减少测试所需人力成本。本发明采用的技术方案如下。

一方面，本发明提供一种应用于一体式间隔设备综合测试模块的测试结果粗检系统，该测试结果粗检系统运行于所述一体式间隔设备综合测试模块中对应各检测项目的每个检测电路板中，该测试结果粗检系统包括硬件层、数据层、应用层和主控层，其中，所述数据层、应用层和主控层布设于一主控电路板上，所述硬件层配置在所述每个检测电路板的测试电路中，用于对测试电路对应的指定指标参数以及变量进行采集获取；所述硬件层将所采集的指标参数以及变量的数字数据输出至所述数据层；所述数据层对所述硬件层输入的数据进行保存；所述应用层对所述数据层保存的数据进行处理，得到精细化分类结果；所述主控层对所述硬件层、数据层、应用层进行管理。

可选的，所述主控层具有一用户接口，用户通过该用户接口注册相应的用户信息，检测任务信息，设置需要采集的数据内容，设置内部通信方式，并通过该用户接口获取最终的测量结果。

可选的，所述硬件层设置若干数据探针，每一数据探针配置在所述每个检测电路板的测试电路中，用于采集相应的指标参数和变量。所述数据探针在硬件层面上为ADC，将所述一体式间隔设备综合测试模块的每个电路板的测试电路的硬件数据转换为数字数据并获取；在软件层面上，为数据旁路，对所述一体式间隔设备综合测试模块的每个电路板的测试电路运行的软件中的主要指标参数以及变量进行采集。

可选的，所述数据层包含数据冗余保护模块、持久型数据库和数据通信模块；所述数据冗余保护模块与所有的数据探针信号连接，接收来自所有数据探针输出的指标参数和变量数据，并对所述指标参数和变量数据进行多次采集并采取交叉检验，以得到准确的指标参数和变量数据；所述数据冗余保护模块与所述持久型数据库通讯连接，所述数据冗余保护模块将交叉检验后的所述指标参数和变量数据存入所述持久型数据库中；所述数据冗余保护模块还与所述应用层通讯连接，将交叉检验后的所述指标参数和变量数据输送至所述应用层；所述数据通信模块用于所述数据层与所述硬件层、应用层、主控层之间的通讯以及数据冗余保护模块与持久型数据库之间的通讯。交叉校验机制可保证所述数据探针所采集的所述主要指标参数以及变量和所述数字数据数据的绝对准确性。

可选的，所述持久型数据库中以数据快照的形式保存有经过所述数据冗余保护模块交叉检验后的所述指标参数和变量数据。

可选的，所述持久型数据库在固定的时间间隔后，获取所述数据冗余保护模块所输出的经过交叉检验后的所述指标参数和变量数据并保存。

可选的，所述应用层包括树分类算法模块、匹配算法模块和检测算法模块，其中：

所述树分类算法模块被配置为：在预处理过程中，获取所述持久型数据库中所存储的经过所述数据冗余保护模块交叉检验后的所述指标参数和变量数据，计算获取理想情况下精细化标签树分类模型以及历史测试结果精细化标签树分类模型；并将理想情况下的精细化标签树分类模型以及历史测试结果精细化标签树分类模型存储至所述持久型数据库中，以备测试阶段的使用；在测试阶段，所述树分类算法模块用于对于采集的经过所述数据冗余保护模块交叉检验后的所述指标参数和变量数据，采用历史测试结果精细化标签树分类模型进行分类，获取初始精细化分类结果；

所述匹配算法模块被配置为：在预处理过程中，采用所述理想情况下精细化标签树分类结果和历史测试结果精细化标签树分类结果训练匹配算法模型；在测试阶段，所述匹配算法模块用于利用所述匹配算法模型，将所述初始精细化分类结果与各个理想情况下精细化标签树分类结果进行匹配运算，获得初始精细化分类结果与各个理想情况下精细化标签树分类结果的相似性数值表；

所述检测算法模块被配置为：通过对所述相似性数值表进行排序，获取其数值最大的数字所对应的精细化标签树分类结果，将其对应的分类作为当前测量数据的粗检结果。

可选的，所述树分类算法模块计算获取理想情况下精细化标签树分类模型以及历史测试结果精细化标签树分类模型包括：

基于已存储的历史测试数据和历史测试结果，采用XGBOOST算法计算得到历史测试结果精细化标签树分类模型；

基于已存储的理想测试数据及其对应的理想测试结果，采用XGBOOST算法计算得到理想情况下精细化标签树分类模型。

所述理想测试数据可以是历史测试数据的校准数据，理想测试结果为历史测试数据对应的准确测试结果。

第二方面，本发明提供一种应用于一体式间隔设备综合测试模块的测试结果粗检方法，包括：

按照预设的检测项目与指标参数和变量类型的对应关系，采集对应各检测项目的指标参数和变量数据；

对于各检测项目，基于所采集的指标参数和变量数据，利用预先构建的历史测试结果精细化标签树分类模型进行分类计算，获取对应的初始精细化分类结果；

根据所述初始精细化分类结果，利用预先训练的匹配算法模型，将所述初始精细化分类结果与各个理想情况下精细化标签树分类结果进行匹配运算，获得初始精细化分类结果与各个理想情况下精细化标签树分类结果的相似性数值表；

对所述相似性数值表进行排序，获取其数值最大的数字所对应的精细化标签树分类结果，将其对应的分类作为当前测量数据的粗检结果；

其中，所述历史测试结果精细化标签树分类模型通过：基于对应多分类的历史测试数据和历史测试结果，采用XGBOOST算法计算得到；

所述理想情况下精细化标签树分类模型通过：基于对应多分类的理想测试数据及其对应的理想测试结果，采用XGBOOST算法计算得到；

所述匹配算法模型通过：采用理想情况下精细化标签树分类模型对应的分类结果和历史测试结果精细化标签树分类模型对应的分类结果进行训练得到。

第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如第二方面所述的应用于一体式间隔设备综合测试模块的测试结果粗检方法。

有益效果

一套一体式间隔设备综合测试模块中需要对于多种检测项目进行检测，每个检测项目中涵盖多种指标，多种指标的组合完成了对于一个变压器的综合检测。本发明通过对检测过程中的多个指标采用树分类算法，挖掘多个指标的内部逻辑关系以及多个指标更加细化的特征含义及其对结果分类的影响，从而在采集到的新的测试数据时，能够根据细化的逻辑关系和特征含义，与理想情况下的状态指标进行匹配比较，获取当前测试结果和各个理想情况结果的相似性关系，从而获取最终的检测结果。本发明能够极大提高测试仪的自动化智能化程度，减少人力工作。

附图说明

图1为本发明的应用于一体式间隔设备综合测试模块的测试结果粗检系统的架构示意图；

图2为本发明的分类树构建流程示意图；

图3为本发明的方法的实现流程示意图。

具体实施方式

以下结合附图和具体实施例进一步描述。

实施例1

本实施例介绍一种应用于一体式间隔设备综合测试模块的测试结果粗检系统，参见图1，该测试结果粗检系统运行于一体式间隔设备综合测试模块中对应各检测项目的测试电路板中，该测试结果粗检系统的硬件包括一主控电路板。系统架构分为四个层级，包括硬件层、数据层、应用层和主控层，其中，所述数据层、应用层和主控层布设于所述主控电路板上，

硬件层由本系统中的数据探针构成，在硬件层面上主要为ADC，对于电路中的硬件数据转换为数字数据并获取。在软件层面上，主要为数据旁路，对于该测试仪中运行的软件算法中的主要指标参数以及变量进行采集。数据探针所采集的数据输出至数据冗余保护模块中。

数据层主要包含三个模块，数据冗余保护模块，持久型数据库，以及数据通信模块。其主要功能为保证数据的采集工作正常稳定的进行，同时保存过去所运行的测试的历史数据，为本次测试的测试范围提供历史数据的支持。

数据冗余保护模块：在数据采集过程中，由于硬件电路中存在噪声，软件中可能存在还未发现的bug，因此提出数据冗余保护模块。对于所需要采集的进行多次采集并采取交叉检验，从而保证采集的数据的绝对准确性。数据冗余保护模块中所交叉检验后的数据，1）存入至持久型数据库中。2）输出至算法模块中。

持久型数据库：持久型数据库中保存有所有过去所运行的测试的历史数据。该数据以数据快照的形式保存，在固定的时间间隔后，获取数据冗余保护模块所输出的经过交叉检验后的数据并保存。

数据通信模块：保证系统中的各个模块之间的数据通信平稳正常运行。

应用层主要由树分类算法模块，匹配算法模块，检测算法模块构成。

树分类算法模块在预处理过程中，获取持久型数据库中所存储的历史数据，计算获取两类树分类模型——理想情况下的精细化标签树分类模型以及历史测试结果精细化标签树分类模型。并将两个类树分类模型存储至持久型数据库中，以备测试阶段的使用。树分类算法模块在正式计算的过程中，对于采集的数据，采用历史测试结果精细化标签树分类模型进行分类，获取最终的精细化分类结果。

匹配算法模块在预处理过程中，采用理想情况下的精细化标签树分类结果和历史测试结果精细化标签树分类结果训练匹配算法模型。在正式计算的过程中，通过匹配算法模型将上述精细化分类结果与各个理想情况下的精细化标签树分类结果进行匹配运算，获得上述结果与各个理想情况下的分类结果的相似性数值表。

检测算法模块通过对于上述相似性数值表进行排序，获取其数值最大的数字所对应的结果，作为本次测量数据的粗检结果。

主控层主要由主控模块组成。该模块主要负责用户接口。用户通过该模块注册相应的用户信息，检测任务信息，设置需要采集的数据内容，设置内部通信方式等，并通过该模块获取最终的测量结果。

本发明的应用于一体式间隔设备综合测试模块的测试结果粗检系统一种具体实施方式是：

参见图2，首先，进行预处理过程。树分类算法模块在预处理过程中，获取持久型数据库中所存储的历史数据，计算获取两类树分类模型——理想情况下的精细化标签树分类模型以及历史测试结果精细化标签树分类模型。并将两个类树分类模型存储至持久型数据库中，以备测试阶段的使用。匹配算法模块在预处理过程中，采用理想情况下的精细化标签树分类结果和历史测试结果精细化标签树分类结果训练匹配算法模型。

参见图3，继而，开始正式测量过程。用户首先通过主控模块注册相应的用户信息，检测任务信息，设置需要采集的数据内容，设置内部通信方式等，开启测试任务。位于硬件层的数据探针获取硬件及软件测量过程指标数据，传入数据冗余保护模块中，获取最终采集指标数据。该数据一方面进入持久化数据库中提供给以后的测试作为训练样本集，另一方面进入应用层中。树分类算法模块在正式计算的过程中，对于采集的数据，采用历史测试结果精细化标签树分类模型进行分类，获取最终的精细化分类结果。该结果传入匹配算法模块中，与各个想情况下的精细化标签树分类结果进行匹配运算，获得上述结果与各个理想情况下的分类结果的相似性数值表。该数值表传入检测算法模块中，排序，获取其数值最大的数字所对应的结果，作为本次测量数据的粗检结果。最后，将结果传递至主控模块中，提交给用户。同时，该检测结果也存入持久化数据库中，最为后续测试的训练标签，丰富训练样本集。

本算法通过XGBOOST算法和LR算法的结合，对于变压器现场快速一体式测试仪的测试结果进行分类，并和各类结果进行回归匹配，从而获取本次测试结果和各类结果的相似性数值，最后通过该相似性数值的排序，获得与本次测试结果最为接近的结果，作为本次测试结果的粗检结果，以达到自动化初步检测的目的。

本算法通过XGBOOST算法对于过去的测试数据进行学习，从而完成对于过去测试数据的细化分类，以获取相比于测试数据更加精细的测试分类树标签模型α。同时，通过XGBOOST算法，对于理想的测试结果进行学习，从而挖掘获取相比于理想结果数据本身更加精细的理想分类树标签模型β。在开始一次测试后，通过采集的数据，传导进入上述测试分类树标签模型α中，计算获得本次测试的分类结果。通过该分类结果与理想分类树标签β运行LR算法，即可获得本次测试结果相对于各种结果的相似度评分

。

该

的数据结构如下所示：

评分数据（归一化至0-1）

结果类型名称

对于上述

进行排序，评分最高的即为本次测试数据的结果类型。

实施例2

与实施例1中对测试数据进行粗检分类基于相同的发明构思，本实施例介绍一种应用于一体式间隔设备综合测试模块的测试结果粗检方法，包括：

按照预设的检测项目与指标参数和变量类型的对应关系，采集对应各检测项目的指标参数和变量数据；

对于各检测项目，基于所采集的指标参数和变量数据，利用预先构建的历史测试结果精细化标签树分类模型进行分类计算，获取对应的初始精细化分类结果；

根据所述初始精细化分类结果，利用预先训练的匹配算法模型，将所述初始精细化分类结果与各个理想情况下精细化标签树分类结果进行匹配运算，获得初始精细化分类结果与各个理想情况下精细化标签树分类结果的相似性数值表；

对所述相似性数值表进行排序，获取其数值最大的数字所对应的精细化标签树分类结果，将其对应的分类作为当前测量数据的粗检结果。

参考图3所示，本实施例方法的实现需要首先在实际测试前进行历史指标数据的分析，以挖掘每个检测项目中涵盖多种指标的内部逻辑关系以及多个指标更加细化的特征含义及其对结果分类的影响，从而在采集到的新的测试数据时，能够根据细化的逻辑关系和特征含义，与理想情况下的状态指标进行匹配比较，获取当前测试结果和各个理想情况结果的相似性关系，并获取最终的检测结果。

对于历史指标数据的分析包括：对于各检测项目，基于对应多分类的历史测试数据和历史测试结果，采用XGBOOST算法计算得到相应检测项目的历史测试结果精细化标签树分类模型；

对于各检测项目，基于对应多分类的理想测试数据及其对应的理想测试结果，采用XGBOOST算法计算得到理想情况下精细化标签树分类模型。理想测试数据可以是历史测试数据的校准数据，理想测试结果为已知的历史测试数据对应的实际准确测试结果。

匹配算法模型通过采用理想情况下精细化标签树分类模型对应的分类结果和历史测试结果精细化标签树分类模型对应的分类结果进行训练得到。

实施例3

本实施例介绍一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如实施例2所述的应用于一体式间隔设备综合测试模块的测试结果粗检方法。

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。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种应用于一体式间隔设备综合测试模块的测试结果粗检系统，该测试结果粗检系统运行于所述一体式间隔设备综合测试模块中对应各检测项目的每个检测电路板中，其特征在于：

该测试结果粗检系统包括硬件层、数据层、应用层和主控层，其中，所述数据层、应用层和主控层布设于一主控电路板上，所述硬件层配置在所述每个检测电路板的测试电路中，用于对测试电路对应的指定指标参数以及变量进行采集获取；所述硬件层将所采集的指标参数以及变量的数字数据输出至所述数据层；所述数据层对所述硬件层输入的数据进行保存；所述应用层对所述数据层保存的数据进行处理，得到精细化分类结果；所述主控层对所述硬件层、数据层、应用层进行管理。

2.根据权利要求1所述的应用于一体式间隔设备综合测试模块的测试结果粗检系统，其特征在于：所述主控层具有一用户接口，用户通过该用户接口注册相应的用户信息，检测任务信息，设置需要采集的数据内容，设置内部通信方式，并通过该用户接口获取最终的测量结果。

3.根据权利要求1所述的应用于一体式间隔设备综合测试模块的测试结果粗检系统，其特征在于：所述硬件层设置若干数据探针，每一数据探针配置在所述每个检测电路板的测试电路中，用于采集相应的指标参数和变量。

4.根据权利要求3所述的应用于一体式间隔设备综合测试模块的测试结果粗检系统，其特征在于：所述数据层包含数据冗余保护模块、持久型数据库和数据通信模块；所述数据冗余保护模块与所有的数据探针信号连接，接收来自所有数据探针输出的指标参数和变量数据，并对所述指标参数和变量数据进行多次采集并采取交叉检验，以得到准确的指标参数和变量数据；所述数据冗余保护模块与所述持久型数据库通讯连接，所述数据冗余保护模块将交叉检验后的所述指标参数和变量数据存入所述持久型数据库中；所述数据冗余保护模块还与所述应用层通讯连接，将交叉检验后的所述指标参数和变量数据输送至所述应用层；所述数据通信模块用于所述数据层与所述硬件层、应用层、主控层之间的通讯以及数据冗余保护模块与持久型数据库之间的通讯。

5.根据权利要求4所述的应用于一体式间隔设备综合测试模块的测试结果粗检系统，其特征在于：所述持久型数据库中以数据快照的形式保存有经过所述数据冗余保护模块交叉检验后的所述指标参数和变量数据。

6.根据权利要求4所述的应用于一体式间隔设备综合测试模块的测试结果粗检系统，其特征在于：所述持久型数据库在固定的时间间隔后，获取所述数据冗余保护模块所输出的经过交叉检验后的所述指标参数和变量数据并保存。

7.根据权利要求4所述的应用于一体式间隔设备综合测试模块的测试结果粗检系统，其特征在于：所述应用层包括树分类算法模块、匹配算法模块和检测算法模块，其中：

所述树分类算法模块被配置为：在预处理过程中，获取所述持久型数据库中所存储的经过所述数据冗余保护模块交叉检验后的所述指标参数和变量数据，计算获取理想情况下精细化标签树分类模型以及历史测试结果精细化标签树分类模型；并将理想情况下的精细化标签树分类模型以及历史测试结果精细化标签树分类模型存储至所述持久型数据库中，以备测试阶段的使用；在测试阶段，所述树分类算法模块用于对于采集的经过所述数据冗余保护模块交叉检验后的所述指标参数和变量数据，采用历史测试结果精细化标签树分类模型进行分类，获取初始精细化分类结果；

所述匹配算法模块被配置为：在预处理过程中，采用所述理想情况下精细化标签树分类结果和历史测试结果精细化标签树分类结果训练匹配算法模型；在测试阶段，所述匹配算法模块用于利用所述匹配算法模型，将所述初始精细化分类结果与各个理想情况下精细化标签树分类结果进行匹配运算，获得初始精细化分类结果与各个理想情况下精细化标签树分类结果的相似性数值表；

所述检测算法模块被配置为：通过对所述相似性数值表进行排序，获取其数值最大的数字所对应的精细化标签树分类结果，将其对应的分类作为当前测量数据的粗检结果。

8.根据权利要求7所述的应用于一体式间隔设备综合测试模块的测试结果粗检系统，其特征在于：所述树分类算法模块计算获取理想情况下精细化标签树分类模型以及历史测试结果精细化标签树分类模型包括：

基于已存储的历史测试数据和历史测试结果，采用XGBOOST算法计算得到历史测试结果精细化标签树分类模型；

基于已存储的理想测试数据及其对应的理想测试结果，采用XGBOOST算法计算得到理想情况下精细化标签树分类模型。

9.一种应用于一体式间隔设备综合测试模块的测试结果粗检方法，其特征在于，包括：

按照预设的检测项目与指标参数和变量类型的对应关系，采集对应各检测项目的指标参数和变量数据；

对于各检测项目，基于所采集的指标参数和变量数据，利用预先构建的历史测试结果精细化标签树分类模型进行分类计算，获取对应的初始精细化分类结果；

根据所述初始精细化分类结果，利用预先训练的匹配算法模型，将所述初始精细化分类结果与各个理想情况下精细化标签树分类结果进行匹配运算，获得初始精细化分类结果与各个理想情况下精细化标签树分类结果的相似性数值表；

对所述相似性数值表进行排序，获取其数值最大的数字所对应的精细化标签树分类结果，将其对应的分类作为当前测量数据的粗检结果；

其中，所述历史测试结果精细化标签树分类模型通过：基于对应多分类的历史测试数据和历史测试结果，采用XGBOOST算法计算得到；

所述理想情况下精细化标签树分类模型通过：基于对应多分类的理想测试数据及其对应的理想测试结果，采用XGBOOST算法计算得到；

所述匹配算法模型通过：采用理想情况下精细化标签树分类模型对应的分类结果和历史测试结果精细化标签树分类模型对应的分类结果进行训练得到。

10.一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：该计算机程序被处理器执行时，实现权利要求9所述的应用于一体式间隔设备综合测试模块的测试结果粗检方法。

Images