CN116991149B - 一种费控产品检验方法、装置、电子设备及存储介质 - Google Patents
一种费控产品检验方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116991149B CN116991149B CN202311265269.8A CN202311265269A CN116991149B CN 116991149 B CN116991149 B CN 116991149B CN 202311265269 A CN202311265269 A CN 202311265269A CN 116991149 B CN116991149 B CN 116991149B
- Authority
- CN
- China
- Prior art keywords
- test
- controller
- determining
- target controller
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012360 testing method Methods 0.000 claims abstract description 384
- 238000007689 inspection Methods 0.000 claims abstract description 123
- 238000004088 simulation Methods 0.000 claims description 100
- 230000005856 abnormality Effects 0.000 claims description 40
- 238000004519 manufacturing process Methods 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 19
- 238000012797 qualification Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000009897 systematic effect Effects 0.000 description 5
- 239000000306 component Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010971 suitability test Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本申请涉及数据处理技术领域，尤其是涉及一种费控产品检验方法、装置、电子设备及存储介质，该方法包括获取控制器工况信息，所述控制器工况信息包括目标控制器对应的工作环境、工作模式以及使用场景；基于所述控制器工况信息，确定检验方案，所述检验方案包括所述目标控制器需要进行的若干个测试类型以及每个所述测试类型对应的测试步骤、测试级别和测试环境；基于所述检验方案，对所述目标控制器进行检验，得到检验数据；基于所述检验数据，确定所述目标控制器对应的检验结果，并将所述检验结果对应的检验标签与所述目标控制器进行关联，所述检验标签包括检验合格和检验不合格。本申请能够对费控控制器进行检测和溯源。
Description
技术领域
本申请涉及数据处理的技术领域，尤其是涉及一种费控产品检验方法、装置、电子设备及存储介质。
背景技术
随着高压费控技术的发展，费控技术作为能有效解决供用电两端用电公平、公正的一种手段，费控装置逐渐被越来越多的企业投入使用。费控控制器作为费控装置的核心部件，其能否正常运行，对电力用户费控有效实施尤为重要。然而当前市场上的费控产品质量参差不齐，很多费控控制器存在零部件不合格或工艺不严谨等问题。此外，在费控控制器实际使用过程中，受到周围环境等多方面的影响，可能存在的一些潜在使用问题，导致费控控制器在实际使用时无法达到预期的使用效果。因此针对费控控制器的检测及溯源将是迫切需要解决的问题。目前，电力系统还没有一套完整有效的监控检测手段，因此利用数字赋能，建立大数据管理平台的需求显得迫切且意义长远。
发明内容
为了对费控控制器进行检测和溯源，本申请尤其是涉及一种费控产品检验方法、装置、电子设备及存储介质。
第一方面，本申请提供一种费控产品检验方法，采用如下的技术方案：
一种费控产品检验方法，包括：
获取控制器工况信息，所述控制器工况信息包括目标控制器对应的工作环境、工作模式以及使用场景；
基于所述控制器工况信息，确定检验方案，所述检验方案包括所述目标控制器需要进行的若干个测试类型以及每个所述测试类型对应的测试步骤、测试级别和测试环境；
基于所述检验方案，对所述目标控制器进行检验，得到检验数据；
基于所述检验数据，确定所述目标控制器对应的检验结果，并将所述检验结果对应的检验标签与所述目标控制器进行关联，所述检验标签包括检验合格和检验不合格。
通过采用上述技术方案，通过获取目标控制器的工况信息，了解其工作环境、工作模式和使用场景等关键信息，形成针对性的检验方案，可以快速准确地对目标控制器进行检验；进而基于控制器工况信息和检验方案，对目标控制器进行全方位和多维度的检验，获取详细的检验数据，并针对性地进行分析和判断，从而提高检验准确度。并通过将检验结果对应的检验标签与目标控制器关联，可以更方便地进行产品管理，使费控控制器的检验和管理将更加系统化、规范化，进而保证费控装置的性能。
在一种可能实现的方式中，所述基于所述控制器工况信息，确定检验方案，包括：
获取用户需求信息，所述用户需求信息包括对所述目标控制器的精度需求、稳定性需求和使用寿命需求；
基于所述用户需求信息以及所述目标控制器的使用场景，确定若干个测试类型以及每个所述测试类型对应的测试级别；
获取所述若干个测试类型分别对应的常规标准测试步骤；
基于所述若干个测试类型分别对应的常规标准测试步骤以及所述目标控制器的工作状态和工作环境，确定每个所述测试类型对应的测试步骤、测试级别和测试环境。
通过采用上述技术方案，基于用户需求信息和目标控制器的使用场景，确定若干个测试类型以及每个测试类型对应的测试级别，从而将检验方案贴合于用户的需求，使所制定的检验方案可以更好地满足客户需求，提高用户满意度。进而通过基于目标控制器的使用场景，确定每个测试类型对应的测试步骤、测试级别和测试环境等关键因素，可以更大程度的避免检验数据存在干扰因素带来的不确定性，从而提高检验准确度。同时检验方案的制定可以将检验标准更加清晰化，对于产品制造过程的质量控制和最终的检验管理具有更好的规范性。
在一种可能实现的方式中，所述基于所述检验数据，确定所述目标控制器对应的检验结果，包括：
获取指标关联信息，所述指标关联信息中包括目标控制器中具备关联关系的性能指标，以及所述具备关联关系的性能指标之间的关联度；
基于所述指标关联信息对所述检验数据进行初步分析，判断所述检验数据是否真实；
若是，则确定所述目标控制器应用在所述控制器工况信息时对应的目标质量指标信息；
基于所述目标质量指标信息以及所述检验数据，确定检验结果。
通过采用上述技术方案，获取具备关联关系的性能指标之间的关联度，有利于更好地掌握每个性能指标的重要性和真实性，从而提高对检验数据真实性的判断准确度。基于指标关联信息，对采集的检验数据进行初步分析，判断其是否真实，避免数据不准确对判断结果的影响。基于目标质量指标信息以及检验数据，对目标控制器的质量进行全方位、多维度的检验，可以更好地反映产品的质量表现，为后续质量改进和优化提供参考。
在一种可能实现的方式中，所述基于所述目标质量指标信息以及所述检验数据，确定检验结果，包括：
基于所述目标质量指标信息，确定每个性能指标对应的模糊集合，所述模糊集合包括对应的性能指标的数值范围和含义；
基于每个所述性能指标对应的模糊集合，确定模糊规则库，所述模糊规则库包括每个所述性能指标对应的模糊集合与检验结果的对应关系；
基于所述检验数据以及所述模糊规则库，确定检验结果。
通过采用上述技术方案，根据目标质量指标信息，并结合问题的复杂性和数据特征进行每个性能指标对应的模糊集合的设计，进而根据每个性能指标对应的模糊集合选择合适的模糊推理和解模糊化方法，建立模糊规则库，通过模糊规则库对检验结果进行评价。通过针对具体场景和需求选择适当的推理方法和解模糊方法，可以更准确地评估检验数据的模糊合格度，并确定最终的检验结果，有助于提升检验结果的准确性和可靠性。
在一种可能实现的方式中，所述获取控制器工况信息，包括：
获取所述目标控制器的实物图像，并从所述实物图像中提取条码图像；
对所述条码图像进行识别，获取控制器工况信息。
通过采用上述技术方案，通过条码信息的获取和识别，可以快速准确地获取目标控制器的工况信息，有效避免了人工识别所带来的误差，从而提高了识别的准确度，为后续的控制器评估和检验提供基础数据和支持，同时也为企业自身的生产管理提供帮助，提高了企业的管理效率和客户的满意度。
在一种可能实现的方式中，一种费控产品检验方法，还包括：
获取所述目标控制器的生产批次，并从所述生产批次对应的控制器中确定多个控制器为参照控制器，并获取每个所述参照控制器对应的检验数据以及检验结果；
基于每个所述参照控制器对应的检验数据以及检验结果，判断所述检验结果中检验不合格的比例是否在预设区间内；
若否，则基于所述生产批次对应的多条检验数据，确定异常原因，所述异常原因包括材料异常、工艺异常和设计异常。
通过采用上述技术方案，通过获取与目标控制器的生产批次相同的参照控制器的检验数据和检验结果，对该生产批次的检验结果进行分析，判断该生产批次中检验结果为检验不合格的比例是否在预设区间内，若不在预设区间内及时排摸确定异常原因，并针对异常原因制定针对性处理措施，防止产品缺陷持续并扩散，优化异常处理流程。
在一种可能实现的方式中，所述基于所述生产批次对应的多条检验数据，确定异常原因，包括：
基于所述控制器工况信息，创建仿真环境；
获取仿真时间比例和仿真时长，所述仿真时间比例为在所述仿真环境中时间速率与真实环境中时间速率的比值，且所述仿真时间比例大于1；
获取所述目标控制器的结构参数；
基于所述结构参数在所述仿真环境中创建仿真控制器；
基于所述仿真控制器、所述仿真时间比例以及所述仿真时长，获取所述仿真控制器的仿真运行数据；
基于所述仿真运行数据以及所述多条检验数据，确定异常原因。
通过采用上述技术方案，通过创建仿真环境，获取仿真控制器在仿真环境内进行仿真时长的运行后，得到的仿真运行数据，通过仿真运行数据和检验数据，可以进一步筛选和确立异常因素，从而准确和详细地确定异常原因。同时通过仿真环境中较快的时间速率，在消耗较少资源的情况下，可以高效地再现和重现控制器在不常见情况下的性能表现，为在实际环境中解决异常问题提供理论基础，同时还能大大缩短整个排查流程所需的时间。
第二方面，本申请提供一种费控产品检验装置，采用如下的技术方案：
一种费控产品检验装置，包括：
控制器工况信息获取模块，用于获取控制器工况信息，所述控制器工况信息包括目标控制器对应的工作环境、工作模式以及使用场景；
检验方案确定模块，用于基于所述控制器工况信息，确定检验方案，所述检验方案包括所述目标控制器需要进行的若干个测试类型以及每个所述测试类型对应的测试步骤、测试级别和测试环境；
检验数据获取模块，用于基于所述检验方案，对所述目标控制器进行检验，得到检验数据；
检验结果确定模块，用于基于所述检验数据，确定所述目标控制器对应的检验结果，并将所述检验结果对应的检验标签与所述目标控制器进行关联，所述检验标签包括检验合格和检验不合格。
通过采用上述技术方案，通过获取目标控制器的工况信息，了解其工作环境、工作模式和使用场景等关键信息，形成针对性的检验方案，可以快速准确地对目标控制器进行检验；进而基于控制器工况信息和检验方案，对目标控制器进行全方位和多维度的检验，获取详细的检验数据，并针对性地进行分析和判断，从而提高检验准确度。并通过将检验结果对应的检验标签与目标控制器关联，可以更方便地进行产品管理，使费控控制器的检验和管理将更加系统化、规范化，进而保证费控装置的性能。
在一种可能实现的方式中，所述检验方案确定模块在基于所述控制器工况信息，确定检验方案时，具体用于：
获取用户需求信息，所述用户需求信息包括对所述目标控制器的精度需求、稳定性需求和使用寿命需求；
基于所述用户需求信息以及所述目标控制器的使用场景，确定若干个测试类型以及每个所述测试类型对应的测试级别；
获取所述若干个测试类型分别对应的常规标准测试步骤；
基于所述若干个测试类型分别对应的常规标准测试步骤以及所述目标控制器的工作状态和工作环境，确定每个所述测试类型对应的测试步骤、测试级别和测试环境。
在一种可能实现的方式中，所述检验结果确定模块在基于所述检验数据，确定所述目标控制器对应的检验结果时，具体用于：
获取指标关联信息，所述指标关联信息中包括目标控制器中具备关联关系的性能指标，以及所述具备关联关系的性能指标之间的关联度；
基于所述指标关联信息对所述检验数据进行初步分析，判断所述检验数据是否真实；
若是，则确定所述目标控制器应用在所述控制器工况信息时对应的目标质量指标信息；
基于所述目标质量指标信息以及所述检验数据，确定检验结果。
在一种可能实现的方式中，所述检验结果确定模块在基于所述目标质量指标信息以及所述检验数据，确定检验结果时，具体用于：
基于所述目标质量指标信息，确定每个性能指标对应的模糊集合，所述模糊集合包括对应的性能指标的数值范围和含义；
基于每个所述性能指标对应的模糊集合，确定模糊规则库，所述模糊规则库包括每个所述性能指标对应的模糊集合与检验结果的对应关系；
基于所述检验数据以及所述模糊规则库，确定检验结果。
在一种可能实现的方式中，所述控制器工况信息获取模块在获取控制器工况信息时，具体用于：
获取所述目标控制器的实物图像，并从所述实物图像中提取条码图像；
对所述条码图像进行识别，获取控制器工况信息。
在一种可能实现的方式中，一种费控产品检验装置，还包括：
生产批次获取模块，用于获取所述目标控制器的生产批次，并从所述生产批次对应的控制器中确定多个控制器为参照控制器，并获取每个所述参照控制器对应的检验数据以及检验结果；
检验结果初次判断模块，用于基于每个所述参照控制器对应的检验数据以及检验结果，判断所述检验结果中检验不合格的比例是否在预设区间内；
异常原因确定模块，用于基于所述生产批次对应的多条检验数据，确定异常原因，所述异常原因包括材料异常、工艺异常和设计异常。
在一种可能实现的方式中，所述异常原因确定模块在基于所述生产批次对应的多条检验数据，确定异常原因时，具体用于：
基于所述控制器工况信息，创建仿真环境；
获取仿真时间比例和仿真时长，所述仿真时间比例为在所述仿真环境中时间速率与真实环境中时间速率的比值，且所述仿真时间比例大于1；
获取所述目标控制器的结构参数；
基于所述结构参数在所述仿真环境中创建仿真控制器；
基于所述仿真控制器、所述仿真时间比例以及所述仿真时长，获取所述仿真控制器的仿真运行数据；
基于所述仿真运行数据以及所述多条检验数据，确定异常原因。
第三方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，该电子设备包括：
至少一个处理器；
存储器；
至少一个应用程序，其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行上述费控产品检验方法。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，包括：存储有能够被处理器加载并执行上述费控产品检验方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
通过获取目标控制器的工况信息，了解其工作环境、工作模式和使用场景等关键信息，形成针对性的检验方案，可以快速准确地对目标控制器进行检验；进而基于控制器工况信息和检验方案，对目标控制器进行全方位和多维度的检验，获取详细的检验数据，并针对性地进行分析和判断，从而提高检验准确度。并通过将检验结果对应的检验标签与目标控制器关联，可以更方便地进行产品管理，使费控控制器的检验和管理将更加系统化、规范化，进而保证费控装置的性能。
基于用户需求信息和目标控制器的使用场景，确定若干个测试类型以及每个测试类型对应的测试级别，从而将检验方案贴合于用户的需求，使所制定的检验方案可以更好地满足客户需求，提高用户满意度。进而通过基于目标控制器的使用场景，确定每个测试类型对应的测试步骤、测试级别和测试环境等关键因素，可以更大程度的避免检验数据存在干扰因素带来的不确定性，从而提高检验准确度。同时检验方案的制定可以将检验标准更加清晰化，对于产品制造过程的质量控制和最终的检验管理具有更好的规范性。
获取具备关联关系的性能指标之间的关联度，有利于更好地掌握每个性能指标的重要性和真实性，从而提高对检验数据真实性的判断准确度。基于指标关联信息，对采集的检验数据进行初步分析，判断其是否真实，避免数据不准确对判断结果的影响。基于目标质量指标信息以及检验数据，对目标控制器的质量进行全方位、多维度的检验，可以更好地反映产品的质量表现，为后续质量改进和优化提供参考。
附图说明
图1是本申请实施例中一种费控产品检验方法的流程示意图；
图2是本申请实施例中一种费控产品检验装置的结构示意图；
图3是本申请实施例中电子设备的结构示意图。
具体实施方式
以下结合图1-图3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
本申请实施例提供了一种费控产品检验方法，由电子设备执行，参照图1,该方法包括步骤S101-步骤S104，其中：
步骤S101、获取控制器工况信息，控制器工况信息包括目标控制器对应的工作环境、工作模式以及使用场景。
对于本申请实施例，可以从产品（费控装置）的使用说明书中，获取被检测的目标控制器（费控控制器）在实际使用时对应的工作环境、工作状态和使用场景。也可以通过目标控制器对应的订单需求信息获取控制器工况信息，订单需求信息包括对应的目标控制器对应的订单所属的客户对目标控制器的使用需求，包括目标控制器需要在哪种环境中工作、需要以怎样的状态运行以及需要承担什么样的使用场景等。
进一步地，费控控制器的工作模式主要包括在线模式和离线模式两种，在线模式是指控制器与电网实现联网通讯，能够实现远程计费、控制等功能；离线模式是在网络不通畅或者离线情况下，控制器能够独立工作，通过存储设备将数据进行记录和存储，等到网络连接恢复后，再进行数据上传，实现对电能费用的准确计量和控制。费控控制器工作环境涉及到的因素主要包括温度、湿度、气压和电磁干扰等；例如，低于或高于一定温度或湿度可能会影响费控控制器的电气参数，电磁辐射可能会影响费控控制器的正常工作。费控控制器的使用场景主要包括以下几个方面：营业厅、商场、办公室、工厂及企事业单位等。各种场合对费控控制器的性能需求有所不同。例如，工厂应用场景下要求费控控制器要能够耐受较高的温度、湿度、暴露于污染和振动等环境因素，且要不间断的报警等相关监控数据。
步骤S102、基于控制器工况信息，确定检验方案，检验方案包括目标控制器需要进行的若干个测试类型以及每个测试类型对应的测试步骤、测试级别和测试环境。
对于本申请实施例，在不同的使用场景下对目标控制器的使用要求存在差异，因此可以根据控制器工况信息，通过分析目标控制器的功能、特性和使用场景，确定该使用场景下对目标控制器需要进行的若干个测试类型以及每个测试类型对应的测试级别。例如，对于民用场景下的电表费控控制器，可以进行低规模的测试，大约在数百个控制器以内，可以快速检测出明显的问题；而对于商业和工业场景下的设备，则需要进行更高规模、复杂度更高的测试，以确保稳定性和安全性。测试类型包括但不限于精度测试、稳定性测试、可靠性测试、安全性测试、通讯测试、负载测试以及环境适应性测试等；测试级别用于表征对应的测试类型在测试结果的重要程度，例如测试级别可以分为1级、2级和3级，其中1级的测试类型最重要，2级的测试类型次之，3级的测试类型最次。
进一步地，对于每个测试类型，根据该测试类型对应的测试标准，并结合目标控制器的工作模式和工作环境，确定出对应适合目标控制器的测试步骤，并根据目标控制器对应的工作环境创建测试环境，测试环境应该尽可能复制控制器所使用的实际工作环境，以确保测试的可靠性和精度。
步骤S103、基于检验方案，对目标控制器进行检验，得到检验数据；
步骤S104、基于检验数据，确定目标控制器对应的检验结果，并将检验结果对应的检验标签与目标控制器进行关联，检验标签包括检验合格和检验不合格。
对于本申请实施例，根据检验方案中确定的若干个测试类型以及每个测试类型对应的测试步骤和测试环境，对目标控制器进行测试，并收集目标控制器在每个测试类型的测试过程中的测试数据，即检验数据。根据每个测试类型对应的测试等级和测试数据，判断目标控制器的各项性能是否达到技术标准和设计要求，确定出每个测试类型对应的分析测试结果。进而基于分析测试结果，确定目标控制器的检验结果，将其分为检验合格和检验不合格两类，并将检验结果对应的检验标签与目标控制器进行关联。检验合格表示目标控制器的各项性能达到技术标准和设计要求，能够正常使用；检验不合格表示目标控制器存在缺陷或性能问题，需要进行修复或更换。
通过获取目标控制器的工况信息，了解其工作环境、工作模式和使用场景等关键信息，形成针对性的检验方案，可以快速准确地对目标控制器进行检验；进而基于控制器工况信息和检验方案，对目标控制器进行全方位和多维度的检验，获取详细的检验数据，并针对性地进行分析和判断，从而提高检验准确度。并通过将检验结果对应的检验标签与目标控制器关联，可以更方便地进行产品管理，使费控控制器的检验和管理将更加系统化、规范化，进而保证费控装置的性能。
进一步地，基于控制器工况信息，确定检验方案，包括步骤S1021（图中未示出）-步骤S1024（图中未示出），其中：
步骤S1021、获取用户需求信息，用户需求信息包括对目标控制器的精度需求、稳定性需求和使用寿命需求。
具体地，可以从目标控制器对应的客户信息和订单信息中获取用户在使用目标控制器时的具体需求情况，包括精度需求、稳定性需求以及使用寿命需求。也可以根据目标控制器关联的识别条码获取用户需求信息，其中识别条码中存储有目标控制器对应的产品设计结构信息、用户需求信息、位置信息以及产品标准性能指标信息。
步骤S1022、基于用户需求信息以及目标控制器的使用场景，确定若干个测试类型以及每个测试类型对应的测试等级。
具体地，通过结合用户需求和目标控制器的使用场景，确定出目标控制器需要达到的性能使用要求，进而制定出目标控制器需要进行的若干个测试类型。根据用户需求信息，确定出用户对目标控制器在精度、稳定性以及使用寿命上分别对应的要求等级和测试类型。若某一测试类型对应有用户在精度、稳定性以及使用寿命中有两个或以上个数的需求，则将用户在每个方面的需求对应的要求等级进行累加，确定出测试类型对应的评分，根据评分所属的区间，确定出测试类型对应的测试等级。
步骤S1023、获取若干个测试类型分别对应的常规测试步骤；
步骤S1024、基于若干个测试类型分别对应的常规测试步骤以及目标控制器的工作模式和工作环境，确定每个测试类型对应的测试步骤和测试环境。
具体地，获取每个测试类型在对费控控制器进行测试时的常规测试步骤，进而根据目标控制器的工作模式和工作环境，对常规测试步骤进行调整，确定出每个测试类型下，对目标控制器进行测试时实际的测试步骤，对常规测试步骤进行调整包括剔除常规测试步骤与目标控制器的工作模式和工作环境关联度较小的步骤，调整常规测试步骤中受工作模式和工作环境影响较大的步骤的测试参数等。并根据常规测试步骤判断对应的测试类型是否受到环境的影响，若是则根据目标控制器的工作环境对进行测试时的环境进行调整，确定在对目标控制机进行测试时的测试环境。
基于用户需求信息和目标控制器的使用场景，确定若干个测试类型以及每个测试类型对应的测试级别，从而将检验方案贴合于用户的需求，使所制定的检验方案可以更好地满足客户需求，提高用户满意度。进而通过基于目标控制器的使用场景，确定每个测试类型对应的测试步骤、测试级别和测试环境等关键因素，可以更大程度的避免检验数据存在干扰因素带来的不确定性，从而提高检验准确度。同时检验方案的制定可以将检验标准更加清晰化，对于产品制造过程的质量控制和最终的检验管理具有更好的规范性。
进一步地，基于检验数据，确定目标控制器对应的检验结果，包括步骤S1041（图中未示出）-步骤S1044（图中未示出）：
步骤S1041、获取指标关联信息，指标关联信息中包括目标控制器中具备关联关系的性能指标，以及具备关联关系的性能指标之间的关联度。
具体地，费控控制器的性能指标包括但不限于数据采集处理能力、通信和连接性能、控制和调控能力、费用报表分析能力、用户界面和操作便捷性以及数据保护和安全性等。其中性能指标之间存在一定关联度，关联度越强的两个性能指标之间互相影响程度越大，例如，数据采集处理能力与费用报表分析能力的关联度较大，费用报表与分析功能通常需要丰富的数据采集和处理能力来实现；准确、及时的数据采集对于生成详细的费用报表、实现费用分析和趋势预测等功能至关重要。可以从数据库中获取目标控制器中具备关联关系的性能指标，以及具备关联关系的性能指标之间的关联度，具体的关联度还取决于目标控制器的设计和实现方式，以及应用场景的需求和特点，不同的控制器其对应的指标关联信息可能存在一定的差异。
步骤S1042、基于指标关联信息以及目标控制器的使用场景对检验数据进行初步分析，判断检验数据是否真实。
具体地，不同的性能指标间关联度的大小和影响方式在不同的使用场景下可能会有所不同。因此，在进行检验数据评估和检测时，需要考虑具体产品特点和性能要求，综合考虑各项指标之间的关联程度和作用机制。根据指标关联信息和目标控制器的使用场景对收集到的检验数据进行初步分析，以确认其真实性和有效性。在这个步骤中，需要检查检验数据的完整性、一致性和准确性，如果检验数据能够通过初始分析，则可以确定检验数据真实就可以开始进行后续检验结果的判断。
步骤S1043、若是，则确定所述目标控制器应用在所述控制器工况信息时对应的目标质量指标信息；
具体地，在最终对目标控制器检验数据进行分析之前，需要了解目标控制器在不同使用情况下各个性能指标的质量合格数值区间。目标质量指标信息包括目标控制器在对应的使用场景和工作环境下，按照对应的工作模型进行工作时各个指标的质量合格的数值区间，这些区间通常在技术标准中被明确规定，对于每个指标，需要将其各个质量级别及其所对应的数值范围确定下来，以便在后续的检验结果判断中进行使用。
步骤S1044、基于目标质量指标信息以及检验数据，确定检验结果。
具体地，根据目标控制器的使用场景和目标质量指标信息，对控制器的各项性能指标进行判断。如果目标控制器的检验数据中各项性能指标都符合技术标准和目标质量指标信息，则判定其为通过检验，检验结果为检验合格，反之则判定为未通过检验，检验结果为检验不合格。
进一步地，基于目标质量指标信息以及检验数据，确定检验结果，包括步骤SA1（图中未示出）-步骤SA3（图中未示出），其中：
步骤SA1、基于目标质量指标信息，确定每个指标对应的模糊集合，模糊集合包括对应的指标的数值范围和含义；
步骤SA2、基于每个指标对应的模糊集合，确定模糊规则库，模糊规则库包括每个指标对应的模糊集合与检验结果的对应关系；
步骤SA3、基于检验数据以及模糊规则库，确定检验结果。
具体地，根据目标质量指标信息中每个性能指标的数值范围和含义，将其映射为相应的模糊集合。例如，在质量指标的数值范围0-100之间，可以定义模糊集合为“低质量”、“中等质量”和“高质量”。进而根据每个性能指标的模糊集合和检验结果之间的对应关系，构建模糊规则库，例如，可以根据领域专家知识和经验，编制一组模糊规则，如“如果指标A为中等质量且指标B为高质量，则检验结果为合格”。
进一步地，将检验数据映射为相应的模糊集合，并根据模糊规则库进行模糊推理。通过模糊匹配和模糊推理引擎等方法，确定每个指标的模糊合格度。通过模糊合成的方法，如最大值法或平均值法，将各个指标的模糊合格度综合，得到最终的模糊合格度。将模糊合格度进行解模糊化，将其转化为具体数值的合格度，解模糊化方法包括使用平均值、中值或加权平均等方式。根据解模糊化后的合格度，确定检验结果，可以设定合格的阈值，通过比较阈值和解模糊后的合格度，确定是否合格。同时根据问题的复杂程度，可以设定多个合格等级，而不仅仅是合格和不合格。
进一步地，获取控制器工况信息，包括步骤S1011（图中未示出）-步骤S1012（图中未示出），其中：
步骤S1011、获取目标控制器的实物图像，并从实物图像中提取条码图像；
步骤S1012、对条码图像进行识别，获取控制器工况信息。
具体地，可以通过布置在生产线上的图像采集装置或扫描装置等工具，获取目标控制器的实物图像，并从中提取识别条码对应的二维码/条形码图像，进而可以使用二维码/条形码识别软件，对提取出的条码图像进行识别。每个目标控制器关联有唯一的识别条码，识别条码中记录有该目标控制器对应的客户名称、订单信息、工作环境、工作模式以及使用场景等信息。同时识别条码中还存储有对应的目标控制器再生产和检验过程每个步骤对应的操作设备、位置和操作内容等详细信息，
进一步地，采用识别条码与目标控制器的相关信息进行关联，能够提高控制器工况信息获取的效率和准确度，同时也能够有效避免人为因素对数据输入的影响。利用条码信息可以实现对目标控制器与企业信息的全流程管理，包括生产、检验、出库、维修等流程，不仅方便企业的内部管理，更能为用户提供更加贴心的服务。
进一步地，当目标控制器（电表费控控制器）的检验结果为检验不合格时，需要确定出导致产品不合格的原因，因此一种费控产品检验方法，还包括步骤S201（图中未示出）-步骤S203（图中未示出），其中：
步骤S201、获取目标控制器的生产批次，并从生产批次对应的控制器中确定多个控制器为参照控制器，并获取每个参照控制器对应的检验数据以及检验结果。
对于本申请实施例，可以通过目标控制器关联的识别条码确定出目标控制器对应的生产批次，进而从检验数据库中提取与目标控制器所属同一生产批次的若干个参照控制器，以及每个参照控制器中进行质量检验时产生的检验数据和检验结果。
步骤S202、基于每个参照控制器对应的检验数据以及检验结果，判断检验结果中检验不合格的比例是否在预设区间内；
步骤S203、若否，则基于生产批次对应的多条检验数据，确定异常原因，异常原因包括材料异常、工艺异常和设计异常。
对于本申请实施例，针对多个参照控制器各自对应的检验数据和检验结果进行分析，判断检验不合格的比例是否在预设区间内，若不在，对该生产批次的多条检验数据进行分析，确定出异常原因。可以使用因果分析法、贡献度分析法或矩阵分析法等分析方法，确定出当前生产线上可能存在的异常；还可以通过将该生产批次对应多条检验数据输入预先训练好的模型中，确定出异常原因。例如，当费控控制器的通信和连接性能低于标准时，可以采用因果分析法，首先，识别通信和连接性能的影响因素，然后，通过收集和整理数据，并运用统计分析方法寻找因果关系，找出哪些因素对通信和连接性能的影响较大，进行重点分析，最终确定导致该异常的原因，并确定该原因对应的异常类型，即是材料异常还是工艺异常或是设计异常。
进行异常原因分析可以快速准确地找出问题所在，从而定位和排除不良因素，保证产品质量稳定性。不仅加强了对生产批次数据的加工分析，为企业提供了全面的产品质量管理保障，同时也提高了产品质量管理的效率，促进了生产效率的提高，有益于研发和生产技术的不断完善和提高。
进一步地，基于生产批次对应的多条检验数据，确定异常原因，包括步骤S2031（图中未示出）-步骤S2036（图中未示出），其中：
步骤S2031、基于控制器工况信息，创建仿真环境；
步骤S2032、获取仿真时间比例和仿真时长，仿真时间比例为在、仿真环境中时间速率与真实环境中时间速率的比值，且仿真时间比例大于1；
步骤S2033、获取目标控制器的结构参数；
步骤S2034、基于结构参数在仿真环境中创建仿真控制器；
步骤S2035、基于仿真控制器、仿真时间比例以及仿真时长，获取仿真控制器的仿真运行数据。
具体地，根据的目标控制器的使用环境、工作模式和工作环境，可以在仿真环境中生成与目标控制器使用使用环境相似的仿真环境。同时获取目标控制器对应的结构参数，结构参数包括目标控制器在物理结构上的参数，以及目标控制器在对电表或其他用电设备进行监测和控制时的逻辑结构参数。在仿真环境中基于结构参数创建目标控制器的仿真模型，即仿真控制器，并获取该仿真控制器在仿真环境中使用时的仿真运行数据。
进一步地，仿真环境在使用时其内的时间速率要快于真实环境中的时间速率，通过具体检验要求和实际使用需求设置仿真环境的仿真时间比例，进而根据仿真时间比例确定出对应的仿真时长。例如，当需要目标控制设备在真实环境中60天的运行数据，且检验的期限为2天，则可以设备仿真时间比例为30，仿真时长为2天，即在仿真环境中经过一天相当于真实环境中的三十天，仿真控制器在仿真环境中运行两天可以得到对应的仿真运行数据。
步骤S2036、基于仿真运行数据以及多条检验数据，确定异常原因。
具体地，在仿真使用数据以及多条检验数据的基础上，使用控制器仿真模型对已知异常进行分析，进行比较和排除，以确定异常原因。具体是将仿真使用数据与多条检验数据进行对比，从中找到数据异常的地方，并进一步排除可能导致异常的原因。
上述实施例从方法流程的角度介绍一种费控产品检验的方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种费控产品检验的装置，具体详见下述实施例。
本申请实施例提供一种费控产品检验的装置，如图2所示，该费控产品检验的装置具体可以包括控制器工况信息获取模块201、检验方案确定模块202、检验数据获取模块203以及检验结果确定模块204，其中：
控制器工况信息获取模块201，用于获取控制器工况信息，控制器工况信息包括目标控制器对应的工作环境、工作模式以及使用场景；
检验方案确定模块202，用于基于控制器工况信息，确定检验方案，检验方案包括目标控制器需要进行的若干个测试类型以及每个测试类型对应的测试步骤、测试级别和测试环境；
检验数据获取模块203，用于基于检验方案，对目标控制器进行检验，得到检验数据；
检验结果确定模块204，用于基于检验数据，确定目标控制器对应的检验结果，并将检验结果对应的检验标签与目标控制器进行关联，检验标签包括检验合格和检验不合格。
通过采用上述技术方案，通过获取目标控制器的工况信息，了解其工作环境、工作模式和使用场景等关键信息，形成针对性的检验方案，可以快速准确地对目标控制器进行检验；进而基于控制器工况信息和检验方案，对目标控制器进行全方位和多维度的检验，获取详细的检验数据，并针对性地进行分析和判断，从而提高检验准确度。并通过将检验结果对应的检验标签与目标控制器关联，可以更方便地进行产品管理，使费控控制器的检验和管理将更加系统化、规范化，进而保证费控装置的性能。
在一种可能实现的方式中，检验方案确定模块202在基于控制器工况信息，确定检验方案时，具体用于：
获取用户需求信息，用户需求信息包括对目标控制器的精度需求、稳定性需求和使用寿命需求；
基于用户需求信息以及目标控制器的使用场景，确定若干个测试类型以及每个测试类型对应的测试级别；
获取若干个测试类型分别对应的常规标准测试步骤；
基于若干个测试类型分别对应的常规标准测试步骤以及目标控制器的工作状态和工作环境，确定每个测试类型对应的测试步骤、测试级别和测试环境。
在一种可能实现的方式中，检验结果确定模块204在基于检验数据，确定目标控制器对应的检验结果时，具体用于：
获取指标关联信息，指标关联信息中包括目标控制器中具备关联关系的性能指标，以及具备关联关系的性能指标之间的关联度；
基于指标关联信息对检验数据进行初步分析，判断检验数据是否真实；
若是，则确定目标控制器应用在控制器工况信息时对应的目标质量指标信息；
基于目标质量指标信息以及检验数据，确定检验结果。
在一种可能实现的方式中，检验结果确定模块204在基于目标质量指标信息以及检验数据，确定检验结果时，具体用于：
基于目标质量指标信息，确定每个性能指标对应的模糊集合，模糊集合包括对应的性能指标的数值范围和含义；
基于每个性能指标对应的模糊集合，确定模糊规则库，模糊规则库包括每个性能指标对应的模糊集合与检验结果的对应关系；
基于检验数据以及模糊规则库，确定检验结果。
在一种可能实现的方式中，控制器工况信息获取模块201在获取控制器工况信息时，具体用于：
获取目标控制器的实物图像，并从实物图像中提取条码图像；
对条码图像进行识别，获取控制器工况信息。
在一种可能实现的方式中，一种费控产品检验装置，还包括：
生产批次获取模块，用于获取目标控制器的生产批次，并从生产批次对应的控制器中确定多个控制器为参照控制器，并获取每个参照控制器对应的检验数据以及检验结果；
检验结果初次判断模块，用于基于每个参照控制器对应的检验数据以及检验结果，判断检验结果中检验不合格的比例是否在预设区间内；
异常原因确定模块，用于基于生产批次对应的多条检验数据，确定异常原因，异常原因包括材料异常、工艺异常和设计异常。
在一种可能实现的方式中，异常原因确定模块在基于生产批次对应的多条检验数据，确定异常原因时，具体用于：
基于控制器工况信息，创建仿真环境；
获取仿真时间比例和仿真时长，仿真时间比例为在仿真环境中时间速率与真实环境中时间速率的比值，且仿真时间比例大于1；
获取目标控制器的结构参数；
基于结构参数在仿真环境中创建仿真控制器；
基于仿真控制器、仿真时间比例以及仿真时长，获取仿真控制器的仿真运行数据；
基于仿真运行数据以及多条检验数据，确定异常原因。
本申请实施例中提供了一种电子设备，如图3所示，图3所示的电子设备300包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备300还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线302可包括一通路，在上述组件之间传送信息。总线302可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器303用于存储执行本申请方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。
应该理解的是，虽然附图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，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子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，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (9)
1.一种费控产品检验方法，其特征在于，包括：
获取控制器工况信息，所述控制器工况信息包括目标控制器对应的工作环境、工作模式以及使用场景；
基于所述控制器工况信息，确定检验方案，所述检验方案包括所述目标控制器需要进行的若干个测试类型以及每个所述测试类型对应的测试步骤、测试级别和测试环境；基于所述检验方案，对所述目标控制器进行检验，得到检验数据；
基于所述检验数据，确定所述目标控制器对应的检验结果，并将所述检验结果对应的检验标签与所述目标控制器进行关联，所述检验标签包括检验合格和检验不合格；
所述基于所述控制器工况信息，确定检验方案，包括：
获取用户需求信息，所述用户需求信息包括对所述目标控制器的精度需求、稳定性需求和使用寿命需求；
基于所述用户需求信息以及所述目标控制器的使用场景，确定若干个测试类型以及每个所述测试类型对应的测试级别；
获取所述若干个测试类型分别对应的常规标准测试步骤；
基于所述若干个测试类型分别对应的常规标准测试步骤以及所述目标控制器的工作状态和工作环境，确定每个所述测试类型对应的测试步骤、测试级别和测试环境。
2.根据权利要求1所述的一种费控产品检验方法，其特征在于，所述基于所述检验数据，确定所述目标控制器对应的检验结果，包括：
获取指标关联信息，所述指标关联信息中包括目标控制器中具备关联关系的性能指标，以及所述具备关联关系的性能指标之间的关联度；
基于所述指标关联信息对所述检验数据进行初步分析，判断所述检验数据是否真实；
若是，则确定所述目标控制器应用在所述控制器工况信息时对应的目标质量指标信息；
基于所述目标质量指标信息以及所述检验数据，确定检验结果。
3.根据权利要求2所述的一种费控产品检验方法，其特征在于，所述基于所述目标质量指标信息以及所述检验数据，确定检验结果，包括：
基于所述目标质量指标信息，确定每个性能指标对应的模糊集合，所述模糊集合包括对应的性能指标的数值范围和含义；
基于每个所述性能指标对应的模糊集合，确定模糊规则库，所述模糊规则库包括每个所述性能指标对应的模糊集合与检验结果的对应关系；
基于所述检验数据以及所述模糊规则库，确定检验结果。
4.根据权利要求1所述的一种费控产品检验方法，其特征在于，所述获取控制器工况信息，包括：
获取所述目标控制器的实物图像，并从所述实物图像中提取条码图像；
对所述条码图像进行识别，获取控制器工况信息。
5.根据权利要求1所述的一种费控产品检验方法，其特征在于，还包括：
获取所述目标控制器的生产批次，并从所述生产批次对应的控制器中确定多个控制器为参照控制器，并获取每个所述参照控制器对应的检验数据以及检验结果；
基于每个所述参照控制器对应的检验数据以及检验结果，判断所述检验结果中检验不合格的比例是否在预设区间内；
若否，则基于所述生产批次对应的多条检验数据，确定异常原因，所述异常原因包括材料异常、工艺异常和设计异常。
6.根据权利要求5所述的一种费控产品检验方法，其特征在于，所述基于所述生产批次对应的多条检验数据，确定异常原因，包括：
基于所述控制器工况信息，创建仿真环境；
获取仿真时间比例和仿真时长，所述仿真时间比例为在所述仿真环境中时间速率与真实环境中时间速率的比值，且所述仿真时间比例大于1；
获取所述目标控制器的结构参数；
基于所述结构参数在所述仿真环境中创建仿真控制器；
基于所述仿真控制器、所述仿真时间比例以及所述仿真时长，获取所述仿真控制器的仿真运行数据；
基于所述仿真运行数据以及所述多条检验数据，确定异常原因。
7.一种费控产品检验装置，其特征在于，包括：
控制器工况信息获取模块，用于获取控制器工况信息，所述控制器工况信息包括目标控制器对应的工作环境、工作模式以及使用场景；
检验方案确定模块，用于基于所述控制器工况信息，确定检验方案，所述检验方案包括所述目标控制器需要进行的若干个测试类型以及每个所述测试类型对应的测试步骤、测试级别和测试环境；
检验数据获取模块，用于基于所述检验方案，对所述目标控制器进行检验，得到检验数据；
检验结果确定模块，用于基于所述检验数据，确定所述目标控制器对应的检验结果，并将所述检验结果对应的检验标签与所述目标控制器进行关联，所述检验标签包括检验合格和检验不合格；
所述检验方案确定模块在基于所述控制器工况信息，确定检验方案时，用于：
获取用户需求信息，所述用户需求信息包括对所述目标控制器的精度需求、稳定性需求和使用寿命需求；
基于所述用户需求信息以及所述目标控制器的使用场景，确定若干个测试类型以及每个所述测试类型对应的测试级别；
获取所述若干个测试类型分别对应的常规标准测试步骤；
基于所述若干个测试类型分别对应的常规标准测试步骤以及所述目标控制器的工作状态和工作环境，确定每个所述测试类型对应的测试步骤、测试级别和测试环境。
8.一种电子设备，其特征在于，该电子设备包括：
至少一个处理器；
存储器；
至少一个应用程序，其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行权利要求1-6中任一项所述费控产品检验方法。
9.一种计算机可读存储介质，其特征在于，包括：存储有能够被处理器加载并执行如权利要求1-6中任一项所述费控产品检验方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311265269.8A CN116991149B (zh) | 2023-09-28 | 2023-09-28 | 一种费控产品检验方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311265269.8A CN116991149B (zh) | 2023-09-28 | 2023-09-28 | 一种费控产品检验方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116991149A CN116991149A (zh) | 2023-11-03 |
| CN116991149B true CN116991149B (zh) | 2023-12-08 |
Family
ID=88530665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311265269.8A Active CN116991149B (zh) | 2023-09-28 | 2023-09-28 | 一种费控产品检验方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116991149B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19502149C1 (de) * | 1995-01-25 | 1996-03-21 | Bosch Gmbh Robert | Verfahren zur Prüfung von Steuergeräten |
| CN201812198U (zh) * | 2010-06-09 | 2011-04-27 | 北京经纬恒润科技有限公司 | 一种用于测试汽车电子控制系统的装置 |
| CN201909993U (zh) * | 2010-06-09 | 2011-07-27 | 北京经纬恒润科技有限公司 | 一种汽车电子控制系统的测试设备 |
| JP2014229001A (ja) * | 2013-05-21 | 2014-12-08 | 株式会社東芝 | 設備運用方策判定方法、設備運用方策判定装置、設備運用方策判定プログラム、及び設備運用方策判定システム |
| CN104408824A (zh) * | 2014-11-25 | 2015-03-11 | 国家电网公司 | 费控智能电能表扣费功能可靠性检验装置及检验方法 |
| CN104537766A (zh) * | 2014-11-14 | 2015-04-22 | 深圳市科陆电子科技股份有限公司 | 支持射频卡预付费加密功能的费控电能表检定系统和方法 |
| CN105184688A (zh) * | 2015-11-03 | 2015-12-23 | 国网冀北电力有限公司经济技术研究院 | 一种远程电网实时费控管理系统 |
| CN105911507A (zh) * | 2016-04-21 | 2016-08-31 | 国网上海市电力公司 | 一种电能表功能检验装置 |
| CN214376742U (zh) * | 2021-02-05 | 2021-10-08 | 山西磊源电器有限责任公司 | 一种智能数显高压费控控制器 |
| CN113627755A (zh) * | 2021-07-27 | 2021-11-09 | 深圳市三七智远科技有限公司 | 智能终端工厂的测试方法、装置、设备及存储介质 |
| CN114019945A (zh) * | 2021-11-08 | 2022-02-08 | 国网北京市电力公司 | 计费控制单元测试装置及方法 |
| CN216670155U (zh) * | 2021-12-31 | 2022-06-03 | 山西磊源电器有限责任公司 | 一种用于测试费控装置的高压费控装置二次回路检测仪 |
| CN115061449A (zh) * | 2022-05-11 | 2022-09-16 | 深圳市科陆电子科技股份有限公司 | 一种测试工装、测试系统及测试方法 |
| CN115358424A (zh) * | 2022-08-05 | 2022-11-18 | 广东省特种设备检测研究院东莞检测院 | 承压设备检验方案制定方法、系统、存储介质及电子设备 |
| CN115454974A (zh) * | 2022-09-29 | 2022-12-09 | 中科云谷科技有限公司 | 一种产品检验方法、系统、终端及计算机存储介质 |
| CN115660468A (zh) * | 2022-10-19 | 2023-01-31 | 希格玛检测(江苏)有限公司 | 一种多元化产品检验检测方法及系统 |
| WO2023040400A1 (zh) * | 2021-09-14 | 2023-03-23 | 树根互联股份有限公司 | 一种挖掘机故障的预测方法、装置、电子设备及存储介质 |
| WO2023133732A1 (zh) * | 2022-01-12 | 2023-07-20 | 万华化学（宁波）有限公司 | 一种待测试材料力学性能标定方法、系统及存储介质 |
| CN116661427A (zh) * | 2023-07-25 | 2023-08-29 | 卡斯柯信号(北京)有限公司 | 一种列控中心区间逻辑占用检查并行测试方法及装置 |
-
2023
- 2023-09-28 CN CN202311265269.8A patent/CN116991149B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19502149C1 (de) * | 1995-01-25 | 1996-03-21 | Bosch Gmbh Robert | Verfahren zur Prüfung von Steuergeräten |
| CN201812198U (zh) * | 2010-06-09 | 2011-04-27 | 北京经纬恒润科技有限公司 | 一种用于测试汽车电子控制系统的装置 |
| CN201909993U (zh) * | 2010-06-09 | 2011-07-27 | 北京经纬恒润科技有限公司 | 一种汽车电子控制系统的测试设备 |
| JP2014229001A (ja) * | 2013-05-21 | 2014-12-08 | 株式会社東芝 | 設備運用方策判定方法、設備運用方策判定装置、設備運用方策判定プログラム、及び設備運用方策判定システム |
| CN104537766A (zh) * | 2014-11-14 | 2015-04-22 | 深圳市科陆电子科技股份有限公司 | 支持射频卡预付费加密功能的费控电能表检定系统和方法 |
| CN104408824A (zh) * | 2014-11-25 | 2015-03-11 | 国家电网公司 | 费控智能电能表扣费功能可靠性检验装置及检验方法 |
| CN105184688A (zh) * | 2015-11-03 | 2015-12-23 | 国网冀北电力有限公司经济技术研究院 | 一种远程电网实时费控管理系统 |
| CN105911507A (zh) * | 2016-04-21 | 2016-08-31 | 国网上海市电力公司 | 一种电能表功能检验装置 |
| CN214376742U (zh) * | 2021-02-05 | 2021-10-08 | 山西磊源电器有限责任公司 | 一种智能数显高压费控控制器 |
| CN113627755A (zh) * | 2021-07-27 | 2021-11-09 | 深圳市三七智远科技有限公司 | 智能终端工厂的测试方法、装置、设备及存储介质 |
| WO2023040400A1 (zh) * | 2021-09-14 | 2023-03-23 | 树根互联股份有限公司 | 一种挖掘机故障的预测方法、装置、电子设备及存储介质 |
| CN114019945A (zh) * | 2021-11-08 | 2022-02-08 | 国网北京市电力公司 | 计费控制单元测试装置及方法 |
| CN216670155U (zh) * | 2021-12-31 | 2022-06-03 | 山西磊源电器有限责任公司 | 一种用于测试费控装置的高压费控装置二次回路检测仪 |
| WO2023133732A1 (zh) * | 2022-01-12 | 2023-07-20 | 万华化学（宁波）有限公司 | 一种待测试材料力学性能标定方法、系统及存储介质 |
| CN115061449A (zh) * | 2022-05-11 | 2022-09-16 | 深圳市科陆电子科技股份有限公司 | 一种测试工装、测试系统及测试方法 |
| CN115358424A (zh) * | 2022-08-05 | 2022-11-18 | 广东省特种设备检测研究院东莞检测院 | 承压设备检验方案制定方法、系统、存储介质及电子设备 |
| CN115454974A (zh) * | 2022-09-29 | 2022-12-09 | 中科云谷科技有限公司 | 一种产品检验方法、系统、终端及计算机存储介质 |
| CN115660468A (zh) * | 2022-10-19 | 2023-01-31 | 希格玛检测(江苏)有限公司 | 一种多元化产品检验检测方法及系统 |
| CN116661427A (zh) * | 2023-07-25 | 2023-08-29 | 卡斯柯信号(北京)有限公司 | 一种列控中心区间逻辑占用检查并行测试方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116991149A (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112382582B (zh) | 一种晶圆测试分类方法及系统 | |
| Liu et al. | Code churn: A neglected metric in effort-aware just-in-time defect prediction | |
| US10534361B2 (en) | Industrial asset health model update | |
| CN111241154A (zh) | 一种基于大数据的蓄电池故障预警方法及系统 | |
| CN107168995B (zh) | 一种数据处理方法及服务器 | |
| CN111008193B (zh) | 一种数据清洗与质量评价方法及系统 | |
| CN110221976B (zh) | 一种基于度量技术的计量终端软件质量量化评价方法 | |
| CN115952081A (zh) | 一种软件测试方法、装置、存储介质及设备 | |
| CN113837596A (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
| Aslam et al. | Economic determination of modified multiple dependent state sampling plan under some lifetime distributions | |
| Zio | Risk importance measures | |
| Bordes et al. | Partially observed competing degradation processes: modeling and inference | |
| CN116991149B (zh) | 一种费控产品检验方法、装置、电子设备及存储介质 | |
| JP4646248B2 (ja) | プログラム検査項目生成システムと方法およびプログラムテストシステムと方法ならびにプログラム | |
| CN108446213A (zh) | 一种静态代码质量分析方法和装置 | |
| CN110807014A (zh) | 一种基于交叉验证的台区数据异常甄别方法和装置 | |
| CN115146715A (zh) | 用电安全隐患诊断方法、装置、设备及存储介质 | |
| CN112488332A (zh) | 监管测试方法、装置、系统及计算机可读存储介质 | |
| Chan et al. | Explainable health state prediction for social iots through multi-channel attention | |
| CN118095163B (zh) | 一种芯片验证方法及系统 | |
| CN117875946B (zh) | 一种用于变电站设备运维的人机协同自主红外巡检方法 | |
| Vetro et al. | Investigating automatic static analysis results to identify quality problems: An inductive study | |
| Li et al. | Knowledge discovery and anomaly identification for low correlation industry data | |
| CN117112429A (zh) | 一种基于跨模块缺陷关联性的缺陷预测方法和系统 | |
| CN117992341A (zh) | 测试报告的缺陷补充方法、设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |