CN117271375B - 电网图模数测试样本生成、维护及管理方法和相关装置 - Google Patents
电网图模数测试样本生成、维护及管理方法和相关装置 Download PDFInfo
- Publication number
- CN117271375B CN117271375B CN202311552659.3A CN202311552659A CN117271375B CN 117271375 B CN117271375 B CN 117271375B CN 202311552659 A CN202311552659 A CN 202311552659A CN 117271375 B CN117271375 B CN 117271375B
- Authority
- CN
- China
- Prior art keywords
- test sample
- graph
- sample
- modulus
- data
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 537
- 238000007726 management method Methods 0.000 title claims description 61
- 238000012423 maintenance Methods 0.000 title claims description 39
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000012795 verification Methods 0.000 claims abstract description 31
- 238000009960 carding Methods 0.000 claims abstract description 24
- 238000010586 diagram Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 27
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 6
- 230000037361 pathway Effects 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000013524 data verification Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 11
- 238000010276 construction Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002498 deadly effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
- G06F11/3612—Software analysis for verifying properties of programs by runtime analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电力调度自动化领域,公开一种电网图模数测试样本生成、维护及管理方法和相关装置,导出图模数测试样本实例,对图模数测试样本实例进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护;对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,同时对维护处理过的图模数测试样本实例中的样本分类管理,得到完成特征标记和关系梳理的图模数测试样本实例;对完成特征标记和关系梳理的图模数测试样本实例分类管理,构建模型测试样本、图形测试样本和数据测试样本之间关联关系,生成样本版本编号及测试场景信息。本发明构建的测试样本可以满足多维度下软件测试需求。
Description
技术领域
本发明涉及电力调度自动化领域,具体涉及一种电网图模数测试样本生成、维护及管理方法和相关装置。
背景技术
电力调度自动化系统中电网模型、图形和数据是基础平台和应用运行的基础,发展过程中各代系统均有各自的模型、图形、数据的规范和标准。智能电网调度技术支持系统建立了统一的电网模型、图形、数据交互规范和标准。近年来,调控云和新一代调度技术支持系统根据需求变化和系统设计要求,建立了新的电网建模规范,并结合人机云终端设计要求对图形规范进行了扩展,此外还扩充了调度自动化系统采集数据范围,对电网稳态、动态、暂态数据以及分布式电源、虚拟同步机、地理信息、外部环境等数据进行全方位采集。
由于现阶段各电力调度自动化系统的电网模型、图形和数据存在一定差异,因此需要针对各系统基础平台和应用测试需求,准备对应的电网模型、图形和数据。
1)电网模型现状
电力调度自动化系统软件质量管控平台为基础平台和应用软件测试提供电网一次设备公共模型,具体包括:公共模型数据、电力一次设备模型等。公共模型数据包括组织机构、电力设备容器、抽象容器、一次能源对象、公共环境等各类模型,详见《电力调度通用数据对象结构化设计——公共模型数据》;电力一次设备模型包含发电设备、输电设备、变电设备、补偿设备、直流设备等各类模型,详见《电力调度通用数据对象结构化设计——电力一次设备模型》。
智能电网调度技术支持系统基础平台和应用一般分为省级以上和地区电网两个版本,省级以上调度自动化系统一般建立220kV及以上主网模型,地区电网一般建立地区电网管辖地理范围内主网模型和10kV及以上配网模型。新一代调度技术支持系统调控云国分节点建立35kV及以上全网模型,分析决策中心国分节点建立220kV及以上全网模型(含220kV和330kV主变,中低压侧挂等值负荷),调控云和分析决策中心省地节点建立10kV及以上省网全网模型,实时监视控制中心根据各级电网调度管辖和监视控制需求建立调管范围内电网模型。
以智能电网调度技术支持系统和新一代调度技术支持系统所依赖的调控云、实时监视控制中心和分析决策中心为例,不同调度自动化系统采用不同模型对象、不同表结构,构建公共模型和电力一次设备模型,描述同一物理电网,各系统模型关键字构建规则不同,可以通过ID映射和ID转换,实现不同调度自动化系统间同一设备模型的标记和对照。电网模型ID是各类模型间、模型和图形、模型和数据等关联关系的表征基础,是基础平台和各类应用分析处理电网模型的基础。智能电网调度技术支持系统关键字为long型数据,包含表号、序号、区域号等信息。调控云ID为string型数据,包含对象类型、数据统一管理机构、对象序号、量测类型等信息。实时数据平台、分析决策中心、实时监视控制中心对象ID,将调控云ID的string型数据转换成了两个long型存储的双long关键字,ID包含信息不变。智能电网调度技术支持系统对厂站的描述仅包含厂站表一类对象,新一代调度技术支持系统对厂站的描述包含变电站、发电厂、换流站、直流接地站四类,新老系统在建模对象上存在较大差异。
调度自动化系统基础平台和各类应用的实现,严格依赖系统电网模型对象及其表结构,若软件使用的模型对象及其表结构发生变化时,一般需要重新更新程序版本,当新增模型对象及其表结构属性时,需要评估模型修改是否影响调度自动化系统基础平台软件和应用功能软件。由于调度自动化系统软件实现绑定了各系统基础平台接口和电网模型对象及其表结构,因此在测试不同调度自动化系统基础平台和应用功能时,需要提供满足不同调度自动化系统电网模型建模规范的电网模型数据。
2)电网图形现状
调度自动化系统基础平台和应用测试需要准备发电厂和变电站一次接线图、电网潮流图等电网图形,用于各类应用图形化操作功能测试。不同调度自动化系统图形标准存在差异,以智能电网调度技术支持系统和新一代调度技术支持系统为例,虽然新老系统均采用CIM/G标准,新一代调度技术支持系统通过对CIM/G组态化并扩展标准,设计研发了“位置无关、权限约束、同景展示”的人机云终端。智能电网调度技术支持系统的图形通过ID转换,能够在新一代调度技术支持系统中应用,但新一代调度技术支持系统的图形,如果增加了脚本,通过转换后仅能在智能电网调度技术支持系统中展示图形布局,无法展示通过脚本获取的数据和实现的人机交互功能。此外由于新老系统电网模型对象不同,其图元也存在差异。
3)电网数据现状
综合考虑智能电网调度技术支持系统、新一代调度技术支持系统基础平台和应用测试对电网数据的需求,电网数据大致可以分为电网内外部运行数据和应用输出结果两大类,这两类数据同时也是各类应用的输入数据。各类应用之间的所有数据交互均是通过支撑平台进行的,应用之间的数据依赖关系如图1所示。
现有技术公开了一种电力设备状态监测数据的完整样本集的构建方法(中国专利申请,公开号CN112232447A),将数据集与设备编码匹配,以获取状态监测以外的相关基本信息;根据筛选出的状态监测数据集中存在的数据采样频率不一的情况,归一化数据集样本的采样时间尺度;获取设备采样频率均化后的数据集,计算数据集中非零元素占比、数据方差以及序列数据的周期性参数,从其中筛选出可供后续数据分析的设备状态监测数据;分析数据集整体数据的分布特征,根据其频率分布图,使用高斯拟合函数将其拟合为概率密度分布函数,为下一步异常值检测做好数据准备;根据拟合的密度函数不同,分别选取拉伊达法则或箱形图检测训练集的异常值并删去,再使用多项式插补法初步得到完整的训练数据集;根据完整的训练数据集,将训练数据集进行加性时序数据分集,得到数据的趋势、周期、残差部分;对趋势部分进行预测,与周期部分组合得到预测数据,再将预测数据与残差部分组合,构成异常值检查的置信区间,检测并删去异常值;以经过数据预处理之后的第一日数据集作为训练集样本,构建状态转移矩阵,使用Markov模型对整体数据集中存在的缺失值数据点进行补全操作,得到可信度较高的状态监测数据集。现有技术可对整体数据集中存在的空缺值进行补全操作,完成数据清洗操作,初始数据集中的缺失数据与异常数据已去除,得到一个准确度较高的完整数据集样本。
但是现有技术是对电力设备状态监测数据样本的完整性和准确性进行提升,不具备按需灵活提供不同样本数据的功能,当面对不同系统平台和应用等检测需求而提供测试样本数据时,无法提供一个适应多维度测试需求的数据样本。
发明内容
本发明的目的在于提供一种电网图模数测试样本生成、维护及管理方法和相关装置,以克服现有技术存在的缺陷,本发明构建的测试样本可以满足在时间维度、横向维度、纵向维度、状态维度、测试维度等多维度下软件测试需求。
为达到上述目的,本发明采用如下技术方案:
电网图模数测试样本生成、维护及管理方法,包括如下步骤:
根据调度自动化系统软件测试对电网模型、图形和数据的需求,导出图模数测试样本实例;
对图模数测试样本实例进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护;
对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,用于样本调用者根据特征标签及特征标签的定义,分析样本特征,同时对维护处理过的图模数测试样本实例中的样本分类管理,用于样本调用者根据使用需求查询浏览样本详细信息及关联关系,得到完成特征标记和关系梳理的图模数测试样本实例;
对完成特征标记和关系梳理的图模数测试样本实例分类管理,并导入电力调度自动化软件质量管控平台图模数测试样本库,构建模型测试样本、图形测试样本和数据测试样本之间的关联关系,生成样本版本编号及测试场景信息。
进一步地,所述根据调度自动化系统软件测试对电网模型、图形和数据的需求,导出图模数测试样本实例,具体为:
根据调度自动化系统软件测试对电网模型、图形和数据的需求,开发图模数原始样本导出工具,通过部署在电力调度自动化系统中图模数原始样本导出工具导出图模数测试样本实例。
进一步地,所述通过部署在电力调度自动化系统中图模数原始样本导出工具导出图模数测试样本实例,具体为:
根据模型测试样本对象数据结构,遵循新一代调度技术支持系统应用服务化规范、数据结构标准化规范和电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始模型样本,所述原始模型样本支持以protobuf格式和E格式文件保存,按照模型样本文件命名规则和样本管理要求,对原始模型样本命名并表述样本基本信息;
根据数据测试样本对象数据结构,遵循新一代调度技术支持系统应用服务化规范、数据结构标准化规范和电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始数据样本,所述原始数据样本支持以protobuf格式和E格式文件保存,按照数据样本文件命名规则和样本管理要求,对原始数据样本命名并表述样本基本信息;
根据图形测试样本对象数据结构,遵循电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始图形样本,按照图形样本文件命名规则和样本管理要求,对原始图形样本命名并表述样本基本信息。
进一步地,所述图模数测试样本实例包括模型测试样本、图形测试样本和数据测试样本;
所述对图模数测试样本实例进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护,具体为:
利用图模数样本维护工具对模型测试样本进行校验分析、对图形测试样本进行校验分析以及对数据测试样本进行校验分析,掌握图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护,所述维护包括消除或增加图模数测试样本实例的错误或异常问题。
进一步地,所述对模型测试样本进行校验分析,具体包括:
(1)对实际电网调度自动化系统导出的模型测试样本进行校验,梳理模型测试样本存在的问题,并在模型测试样本详细说明中标记;
(2)分析模型测试样本涵盖全面性及特点;
(3)消除实际电网调度自动化系统导出模型测试样本的错误;
(4)增加模型测试样本的错误类型以及参数异常问题;
(5)在实际电网调度自动化系统导出的模型测试样本基础上,增加新类型模型测试样本,扩展现有模型测试样本的属性或参数。
进一步地,所述对图形测试样本进行校验分析,具体包括:
(1)对实际电网调度自动化系统导出的图形测试样本进行校验,筛选出错误或异常的图形测试样本,并进行问题标记;
(2)分析图形测试样本全面性及特点;
(3)基于实际电网调度自动化系统导出的图形测试样本进行筛选,筛选出涵盖各类厂站类型、各类设备类型、各电压等级、各类图元的典型图形测试样本;
(4)设置不同级别的图形文件错误,在图形测试样本中增加错误的图形文件;
(5)增加新类型图形测试样本,扩展现有图形测试样本属性或参数。
进一步地,所述数据测试样本包括电网内外部运行数据测试样本和应用计算结果类数据测试样本,所述对数据测试样本进行校验分析,具体包括:
(1)从实际电网调度自动化系统获取电网内外部运行数据测试样本,采用电网内外部运行数据测试样本获取路径校验;
(2)通过以下两种途径获取应用计算结果类数据测试样本,采用应用计算结果类数据测试样本获取路径校验;
途径一:从实际电网调度自动化系统应用导出获取相应数据测试样本;
途径二:从实际电网调度自动化系统测试过程中,以电网内外部运行数据测试样本为基础,被测应用计算生成的数据;
(3)对数据测试样本与对应模型测试样本进行关联性校验;
(4)对数据测试样本进行时间维度校验;
(5)对数据测试样本进行异常数据校验;
(6)对电网内外部运行数据测试样本进行时段校验。
进一步地,所述对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,具体为:
基于维护处理过的图模数测试样本实例,利用图模数样本分析工具对样本定义不同维度的特征标签,并设置满足该特征标签的条件,将符合条件的样本归入对应特征标签管理,根据特征标签及特征标签的定义,分析样本特征;
所述特征标签包括场景标签和时间标签。
进一步地,所述对完成特征标记和关系梳理的图模数测试样本实例分类管理,具体为:
利用图模数样本管理工具,对完成特征标记和关系梳理的图模数测试样本实例分类管理;
所述图模数样本管理工具包括:
样本数据浏览工具:用于查看各类图模数测试样本实例;
样本实例集合管理工具:用于将图模数测试样本实例分为图模数测试样本实例全集和图模数测试样本实例子集,并对图模数测试样本实例全集和图模数测试样本实例子集的包含关系进行管理,所述图模数测试样本实例全集是指调度自动化系统基础平台和应用测试所需的所有图模数测试样本实例,所述图模数测试样本实例子集是指某类应用或者某个应用功能测试所需的图模数测试样本实例;
样本实例信息浏览工具:用于对图模数测试样本实例的样本实例信息进行查询浏览,所述样本实例信息包括标准信息和详细描述信息;
样本实例关联关系管理工具:用于对图模数测试样本实例中模型测试样本及与之对应的图形测试样本和数据测试样本之间关联关系进行管理,通过图形测试样本、模型测试样本、数据测试样本的关键字构建关联关系。
电网图模数测试样本生成、维护及管理系统,包括:
导出模块:用于根据调度自动化系统软件测试对电网模型、图形和数据的需求,导出图模数测试样本实例;
维护模块:用于对图模数测试样本实例进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护;
标记及梳理模块:用于对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,用于样本调用者根据特征标签及特征标签的定义,分析样本特征,同时对维护处理过的图模数测试样本实例中的样本分类管理,用于样本调用者根据使用需求查询浏览样本详细信息及关联关系,得到完成特征标记和关系梳理的图模数测试样本实例;
管理模块:用于对完成特征标记和关系梳理的图模数测试样本实例分类管理,并导入电力调度自动化软件质量管控平台图模数测试样本库,构建模型测试样本、图形测试样本和数据测试样本之间的关联关系,生成样本版本编号及测试场景信息。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述电网图模数测试样本生成、维护及管理方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述电网图模数测试样本生成、维护及管理方法的步骤。
与现有技术相比,本发明具有以下有益的技术效果:
本发明可根据实际测试需求,对图模数测试样本进行校验、改造、浏览查询、编辑等工作,采用本发明提出的测试样本构建方法搭建的电网图模数测试样本库可适应不同电力调度自动化系统基础平台和应用测试需求,为实现实体电网在数字空间的实时动态呈现、模拟和决策提供样本数据支持,有效支撑新型电力系统数字化建设。
附图说明
说明书附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为各类应用之间输入输出数据依赖关系示意图;
图2为电网图模数测试样本库构建流程图;
图3为图模数样本实例集合管理示意图;
图4为图模数测试样本实例信息示意图;
图5为图模数测试样本实例关联关系示意图。
具体实施方式
以下结合附图及具体实施例对本发明进行进一步详细说明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
一种电网图模数测试样本生成、维护及管理方法,包括如下步骤:
根据调度自动化系统软件测试对电网模型、图形和数据的需求,导出图模数测试样本实例;
对图模数测试样本实例进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护;
对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,用于样本调用者根据特征标签及特征标签的定义,分析样本特征,同时对维护处理过的图模数测试样本实例中的样本分类管理,用于样本调用者根据使用需求查询浏览样本详细信息及关联关系,得到完成特征标记和关系梳理的图模数测试样本实例;
对完成特征标记和关系梳理的图模数测试样本实例分类管理,并导入电力调度自动化软件质量管控平台图模数测试样本库,构建模型测试样本、图形测试样本和数据测试样本之间的关联关系,生成样本版本编号及测试场景信息,检测人员能够根据测试需求方便的浏览、检索、导出图模数测试样本。
实施例二
图模数测试样本按照对象类型可分为图形测试样本、模型测试样本和数据测试样本,按照是否经过运维、测试人员加工处理,可以分为原始图模数测试样本和派生图模数测试样本。模型测试样本一般指某时刻或某连续时段电网一二次设备和应用的模型作为一个版本的模型测试样本。模型测试样本可以分为模型测试样本全集和模型测试样本子集,分别用于调度自动化系统集成测试和部分应用功能测试,其中模型测试样本子集根据测试需求灵活构建。图形测试样本具体指某时刻或某连续时段电网厂站图和潮流图作为一个版本的图形测试样本。图形测试样本可以分为图形测试样本全集和图形测试样本子集,分别用于调度自动化系统集成测试和部分应用功能测试,其中图形测试样本子集根据测试需求灵活构建。数据测试样本具体指某时刻或某连续时刻同一断面的电网数据作为一个版本的数据测试样本。综合考虑智能电网调度技术支持系统、新一代调度技术支持系统基础平台和应用测试对电网数据的需求,电网数据大致可以分为电网内外部运行数据和应用输出结果两大类,这两类数据同时也是各类应用的输入数据。数据测试样本可以分为数据测试样本全集和数据测试样本子集,分别用于调度自动化系统集成测试和部分应用功能测试,其中数据测试样本子集根据测试需求灵活构建。
图模数测试样本实例是指根据实际电网或测试需求人为构建的虚拟电网相关的电网建模、运行数据、图形等表征电网详细形态的信息,一个图模数测试样本实例包含该测试场景所需的模型测试样本、图形测试样本和数据测试样本。
本发明提出一种电网图模数测试样本生成、维护及管理方法,提出图模数原始样本导出工具、图模数样本维护工具、图模数样本管理工具,基于三类工具,提出电网图模数测试样本生成、维护及管理方案的具体办法,构建电网图模数测试样本库,按需导出样本实例提供给送检厂家测试。
1、电网图模数测试样本生成、维护及管理总体方案如图2所示,从实际电网调度自动化系统导出的图模数测试样本实例经样本维护后,导入电力调度自动化系统软件质量管控平台的图模数测试样本库。根据送检调度自动化系统软件测试需求,从图模数测试样本库中导出所需的图模数测试样本实例,提供给送检厂家,由检测人员和送检厂家导入被测系统和软件。其中电网一次设备模型数据、电网运行数据由检测人员导入电力调度自动化系统测试环境基础平台,并进行电网潮流仿真、模拟厂站RTU向测试系统前置采集发送数据,其余数据由送检厂家负责导入被测试系统和软件。具体步骤如下:
(1)根据调度自动化系统软件测试对电网模型、图形和数据的需求,开发图模数原始样本导出工具,并部署在电力调度自动化系统中,根据测试需求,导出图模数测试样本实例。
(2)图模数测试样本实例包括模型测试样本、图形测试样本和数据测试样本,利用图模数样本维护工具,对模型测试样本、图形测试样本和数据测试样本进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护,所述维护包括消除或增加图模数测试样本实例的错误、异常问题。
(3)基于图模数样本维护工具处理过的图模数测试样本实例,利用图模数样本分析工具,对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,用于样本调用者根据特征标签及特征标签的定义,分析样本特征,同时对维护处理过的图模数测试样本实例中的样本分类管理,用于样本调用者根据使用需求查询浏览样本详细信息及关联关系,得到完成特征标记和关系梳理的图模数测试样本实例。
(4)利用图模数样本管理工具,对完成特征标记和关系梳理的图模数测试样本实例分类管理,并导入电力调度自动化软件质量管控平台图模数测试样本库,构建模型测试样本、图形测试样本和数据测试样本之间的关联关系,生成样本版本编号及测试场景信息,检测人员能够根据测试需求方便的浏览、检索、导出图模数测试样本。
2、图模数原始样本导出工具
根据模型测试样本对象数据结构,遵循新一代调度技术支持系统应用服务化规范、数据结构标准化规范和电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始电网模型样本,原始电网模型样本支持以protobuf格式和E格式文件保存,按照模型样本文件命名规则和样本管理要求,对原始模型样本命名并表述样本基本信息。
根据数据测试样本对象数据结构,遵循新一代调度技术支持系统应用服务化规范、数据结构标准化规范和电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始数据样本,原始数据样本支持以protobuf格式和E格式文件保存,按照数据样本文件命名规则和样本管理要求,对原始数据样本命名并表述样本基本信息。
根据图形测试样本对象数据结构,遵循电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始调度自动化系统厂站图、潮流图、应用人机界面、地理信息图等原始图形样本,按照图形样本文件命名规则和样本管理要求,对原始图形样本命名并表述样本基本信息。
3、图模数样本维护工具
在图模数测试样本实例的具体构造办法中,图模数样本维护工具是图模数测试样本库构建的关键环节。根据实际测试需求,利用图模数维护工具对模型测试样本进行校验分析,具体包括:
(1)对实际电网调度自动化系统导出的模型测试样本进行校验,梳理模型测试样本存在的问题,便于在软件测试时,进行针对性分析,定位问题,模型校验结果应在模型测试样本详细说明中标记。
(2)分析模型测试样本涵盖全面性及特点,例如电网一次设备模型样本,分析样本包含的设备类型、涵盖电压等级、电网特点等信息,并进行样本标记;例如断面限额,分析样本包含的断面类型及特点。
(3)消除实际电网调度自动化系统导出模型测试样本的错误,确保模型正确性,用于验证软件功能和性能,特别是应用计算准确性等。
(4)人为增加一般、严重、致命模型测试样本的错误、参数异常等问题,用于软件鲁棒测试。
(5)在实际电网调度自动化系统导出的模型测试样本基础上,利用图模数模型样本维护工具,增加新类型模型测试样本,扩展现有模型测试样本属性或参数,用于新功能、新版本软件的上线测试。
根据实际测试需求,利用图模数维护工具对图形测试样本进行校验分析,具体包括:
(1)对实际电网调度自动化系统导出的图形测试样本进行校验,筛选出错误、异常的图形测试样本,并进行问题标记。
(2)分析图形测试样本全面性及特点,包括厂站类型、电压等级、设备类型、图元类型、组建功能等。
(3)基于实际电网调度自动化系统导出的图形测试样本进行筛选,筛选出涵盖各类厂站类型、各类设备类型、各电压等级、各类图元的典型图形测试样本,用于应用图形展示标准化测试。
(4)根据软件鲁棒测试需求,人为设置一般、严重、致命等不同级别图形文件错误,在图形测试样本中增加错误的图形文件。
(5)利用图模数模型样本维护工具,增加新类型图形测试样本、扩展现有图形测试样本属性或参数,用于新功能、新版本图形文件及相关功能的上线测试。
根据实际测试需求,利用图模数样本维护工具对数据测试样本进行校验分析,所述数据测试样本包括电网内外部运行数据测试样本和应用计算结果类数据测试样本,具体包括:
(1)采用电网内外部运行数据测试样本获取路径校验。该数据测试样本应从实际电网调度自动化系统导出。
(2)采用应用计算结果类数据测试样本获取路径校验。应用计算结果类数据包括预测数据、计划数据、状态估计结果等,应通过两种途径获取:途径一从实际电网调度自动化系统应用导出获取相应数据测试样本;途径二从调度自动化系统测试过程中,以电网内外部运行数据测试样本为基础,被测应用计算生成的数据。
(3)数据测试样本与对应模型测试样本关联性校验。数据测试样本应为对应模型测试样本的测试数据,需要与对应模型测试样本进行关联性校验。
(4)数据测试样本时间维度校验。数据测试样本应能够模拟历史、实时、未来等不同时间维度的电网内外部运行数据和应用计算结果,需校验样本中数据的时间尺度是否满足测试需求。
(5)数据测试样本异常数据校验。应包含错误、异常等数据,用于测试验证软件功能鲁棒性。
(6)电网内外部运行数据测试样本时段校验。样本应包含单时刻断面、连续时段电网内外部运行数据。
4、图模数样本分析工具
对样本定义不同维度的特征标签,并设置满足该特征标签的条件,取样本值进行特征分析,将符合条件的样本归入对应特征标签管理,支持人工置特征标签和自动置特征标签两种方式,根据特征标签及特征标签的定义,分析样本特征。特征标签具体包括:
(1)场景标签,如负荷高峰、负荷双峰、设备故障。
(2)时间标签,如日前、日内、中长期、年度、月度。
5、图模数样本管理工具
对完成特征标记和关系梳理的图模数测试样本实例分类管理,并导入电力调度自动化软件质量管控平台图模数测试样本库,构建模型测试样本、图形测试样本和数据测试样本之间的关联关系,生成样本版本编号及测试场景信息。具体地,利用图模数样本管理工具,对完成特征标记和关系梳理的图模数测试样本实例分类管理,图模数样本管理工具包括样本数据浏览工具、样本实例集合管理工具、样本实例信息浏览工具和样本实例关联关系管理工具。
(1)样本数据浏览工具
可支持查看各类图模数测试样本实例,浏览、筛选图模数测试样本实例的样本数据。
(2)样本实例集合管理工具
图模数测试样本实例集合管理示意如图3所示,图模数测试样本实例可以分为图模数测试样本实例全集和图模数测试样本实例子集,图模数测试样本实例全集是指调度自动化系统基础平台和应用测试所需的所有图模数测试样本实例,图模数测试样本实例子集是指某类应用或者某个应用功能测试所需的图模数测试样本实例,图模数测试样本实例全集由若干图模数测试样本实例子集组成,各类应用的图模数测试样本实例子集由更小粒度的各应用功能图模数测试样本实例构成,图模数测试样本实例子集由具体若干图模数测试样本实例组成。图模数测试样本实例全集和图模数测试样本实例子集分别用于调度自动化系统集成测试和部分应用功能测试,其中图模数测试样本实例子集根据测试需求灵活构建。
(3)样本实例信息浏览工具
图模数测试样本实例除对应标准格式的图形、模型、数据的实例文件外,还包括对具体实例文件的样本实例信息,通过样本实例信息的标签式分类管理,可支持使用者按标签对样本实例信息进行查询浏览功能。样本实例信息包括标准信息和详细描述信息,标准信息包括电网特征,如电压等级、设备类型、发用电情况等;详细描述信息可分为如下几类:
1)样本关键字;
2)样本来源,如实际系统采集、人工构造等;
3)样本所属电网;
4)原始样本取样时间;
5)图模数测试样本实例间关联性;
6)样本适用的类型;
7)电网运行场景,如运行状态(故障、正常、异常、紧急、恢复)、冬夏双峰、峰谷差情况、极热极寒无风、极寒无光、云来无光、晚峰无光、冬季枯水、夏季枯水等;
8)样本类型,如原始、派生等;
9)是否连续时段样本,如单一时刻样本、连续时刻样本等;
10)样本数据时长;
11)样本数据时刻;
12)样本数据时间间隔;
13)样本错误和异常问题。
(4)样本实例关联关系管理工具
图模数关联关系管理是指对图模数测试样本实例中模型测试样本及与之对应的图形测试样本和数据测试样本之间关联关系,以及原始样本和派生样本关系的管理,在关系表中通过图形测试样本、模型测试样本、数据测试样本的关键字构建关联关系,关联关系可为样本实例管理图谱构建提供关系依据。图模数测试样本实例信息及关联关系示意如图4、图5所示。
本发明构建的电网图模数测试样本库中电网图模数测试样本可以满足在时间维度、横向维度、纵向维度、状态维度、测试维度等多维度下软件测试需求。各维度具体含义说明如下:
(1)时间维度
1)能够支撑电网连续长过程潮流仿真,例如7*24小时潮流模拟仿真;
2)能够提供包含历史、实时和未来多时间尺度的图模数测试样本;
3)能够对不同图模数测试样本进行版本管理,按需灵活提供测试所需图模数测试样本。
(2)横向维度
1)能够支撑智能调度技术支持系统、调控云、新一代调度技术支持系统基础平台和应用功能软件质量管控对图模数测试样本的需求;
2)能够提供基础平台和应用功能测试所需输入模型测试样本和数据测试样本,及相关图形测试样本,满足基础平台、实时监控、自动控制、分析校核、新能源预测、计划市场、培训仿真、运行评估、调度管理相关软件的测试。
(3)纵向维度
1)能够提供国分省地各级电力调度自动化系统图模数测试样本,支撑国分省地、源网荷储协同应用和场景的测试验证;
2)能够为子站模拟提供相关图模数测试样本。
(4)状态维度
当调度自动化系统图模数标准、规范发生新增或变化时,首先需要在电力调度自动化系统软件质量管理平台验证图模数标准、规范变化的合理性和准确性。
(5)测试维度
1)能够根据测试场景按需获取特定电网运行方式和场景(例如极寒无风、迎峰度夏、负荷大小方式、一次能源供应短缺、冬季枯水、特高压直流闭锁等)相关图模数测试样本;
2)可设置图模数异常和错误,构建异常图模数测试样本,用于测试基础平台和应用软件的鲁棒性(含防误测试);
3)能够支撑运维人员资质认证对电网图模数的需求,可为认证培训环境按需提供不同运维场景的图模数测试样本;
4)能够验证基础平台和应用功能、性能、稳定性和策略正确性。
实施例三
本发明提供一种电网图模数测试样本生成、维护及管理系统,包括:
导出模块:用于根据调度自动化系统软件测试对电网模型、图形和数据的需求,导出图模数测试样本实例;
维护模块:用于对图模数测试样本实例进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护;
标记及梳理模块:用于对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,用于样本调用者根据特征标签及特征标签的定义,分析样本特征,同时对维护处理过的图模数测试样本实例中的样本分类管理,用于样本调用者根据使用需求查询浏览样本详细信息及关联关系,得到完成特征标记和关系梳理的图模数测试样本实例;
管理模块:用于对完成特征标记和关系梳理的图模数测试样本实例分类管理,并导入电力调度自动化软件质量管控平台图模数测试样本库,构建模型测试样本、图形测试样本和数据测试样本之间的关联关系,生成样本版本编号及测试场景信息。
实施例四
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述电网图模数测试样本生成、维护及管理方法的步骤。
实施例五
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述电网图模数测试样本生成、维护及管理方法的步骤。
缩略语和关键术语定义:
电力调度自动化系统:包括智能电网调度技术支持系统、新一代调度技术支持系统等;
组织机构:公共模型数据中的组织机构指的是电网公司、发电公司、售电公司、供应商、调控中心等;
电力设备容器:公共模型数据中的电力设备容器指的是电网、发电厂、变电站、换流站、间隔、直流输电系统等;
抽象容器:公共模型数据中的抽象容器指的是断面、控制区、输电通道、负荷等;
一次能源对象:公共模型数据中的一次能源对象指的是河流、水库等;
公共环境:公共模型数据中的公共环境指的是山脉、铁路、公路等;
发电设备:电力一次设备模型中的发电设备包括发电机、光伏逆变器、光伏组件等;
输电设备:电力一次设备模型中的输电设备包括交流线段、直流线段、T接线、交流线端、直流线端、T接线端等;
变电设备:电力一次设备模型中的变电设备包括母线、变压器、变压器绕组、断路器、隔离开关、换流变、换流变绕组等;
补偿设备:电力一次设备模型中的补偿设备包括并联电抗器、并联电容器、SVC(静止式动态无功补偿装置)、SVG(静止无功发生器)、交流滤波器、调相机等;
直流设备:电力一次设备模型中的直流设备包括平波电抗器、直流断路器、直流阻波器、直流滤波器等。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对发明的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在发明待批的权利要求保护范围之内。
Claims (11)
1.电网图模数测试样本生成、维护及管理方法,其特征在于,包括如下步骤:
根据调度自动化系统软件测试对电网模型、图形和数据的需求,导出图模数测试样本实例;所述图模数测试样本实例包括模型测试样本、图形测试样本和数据测试样本;
对图模数测试样本实例进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护;具体为:利用图模数样本维护工具对模型测试样本进行校验分析、对图形测试样本进行校验分析以及对数据测试样本进行校验分析,掌握图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护,所述维护包括消除图模数测试样本实例的错误或增加图模数测试样本实例的异常问题;
对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,用于样本调用者根据特征标签及特征标签的定义,分析样本特征,同时对维护处理过的图模数测试样本实例中的样本分类管理,用于样本调用者根据使用需求查询浏览样本详细信息及关联关系,得到完成特征标记和关系梳理的图模数测试样本实例;
对完成特征标记和关系梳理的图模数测试样本实例分类管理,并导入电力调度自动化软件质量管控平台图模数测试样本库,构建模型测试样本、图形测试样本和数据测试样本之间的关联关系,生成样本版本编号及测试场景信息。
2.根据权利要求1所述的电网图模数测试样本生成、维护及管理方法,其特征在于,所述根据调度自动化系统软件测试对电网模型、图形和数据的需求,导出图模数测试样本实例,具体为:
根据调度自动化系统软件测试对电网模型、图形和数据的需求,开发图模数原始样本导出工具,通过部署在电力调度自动化系统中图模数原始样本导出工具导出图模数测试样本实例。
3.根据权利要求2所述的电网图模数测试样本生成、维护及管理方法,其特征在于,所述通过部署在电力调度自动化系统中图模数原始样本导出工具导出图模数测试样本实例,具体为:
根据模型测试样本对象数据结构,遵循新一代调度技术支持系统应用服务化规范、数据结构标准化规范和电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始模型样本,所述原始模型样本支持以protobuf格式和E格式文件保存,按照模型样本文件命名规则和样本管理要求,对原始模型样本命名并表述样本基本信息;
根据数据测试样本对象数据结构,遵循新一代调度技术支持系统应用服务化规范、数据结构标准化规范和电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始数据样本,所述原始数据样本支持以protobuf格式和E格式文件保存,按照数据样本文件命名规则和样本管理要求,对原始数据样本命名并表述样本基本信息;
根据图形测试样本对象数据结构,遵循电网图模数测试样本交互引用规范标准要求,从实际电网调度自动化系统,导出测试所需的原始图形样本,按照图形样本文件命名规则和样本管理要求,对原始图形样本命名并表述样本基本信息。
4.根据权利要求1所述的电网图模数测试样本生成、维护及管理方法,其特征在于,所述对模型测试样本进行校验分析,具体包括:
(1)对实际电网调度自动化系统导出的模型测试样本进行校验,梳理模型测试样本存在的问题,并在模型测试样本详细说明中标记;
(2)分析模型测试样本涵盖全面性及特点;
(3)消除实际电网调度自动化系统导出模型测试样本的错误;
(4)增加模型测试样本的错误类型以及参数异常问题;
(5)在实际电网调度自动化系统导出的模型测试样本基础上,增加新类型模型测试样本,扩展现有模型测试样本的属性或参数。
5.根据权利要求1所述的电网图模数测试样本生成、维护及管理方法,其特征在于,所述对图形测试样本进行校验分析,具体包括:
(1)对实际电网调度自动化系统导出的图形测试样本进行校验,筛选出错误或异常的图形测试样本,并进行问题标记;
(2)分析图形测试样本全面性及特点;
(3)基于实际电网调度自动化系统导出的图形测试样本进行筛选,筛选出涵盖各类厂站类型、各类设备类型、各电压等级、各类图元的典型图形测试样本;
(4)设置不同级别的图形文件错误,在图形测试样本中增加错误的图形文件;
(5)增加新类型图形测试样本,扩展现有图形测试样本属性或参数。
6.根据权利要求1所述的电网图模数测试样本生成、维护及管理方法,其特征在于,所述数据测试样本包括电网内外部运行数据测试样本和应用计算结果类数据测试样本,所述对数据测试样本进行校验分析,具体包括:
(1)从实际电网调度自动化系统获取电网内外部运行数据测试样本,采用电网内外部运行数据测试样本获取路径校验;
(2)通过以下两种途径获取应用计算结果类数据测试样本,采用应用计算结果类数据测试样本获取路径校验;
途径一:从实际电网调度自动化系统应用导出获取相应数据测试样本;
途径二:从实际电网调度自动化系统测试过程中,以电网内外部运行数据测试样本为基础,被测应用计算生成的数据;
(3)对数据测试样本与对应模型测试样本进行关联性校验;
(4)对数据测试样本进行时间维度校验;
(5)对数据测试样本进行异常数据校验;
(6)对电网内外部运行数据测试样本进行时段校验。
7.根据权利要求1所述的电网图模数测试样本生成、维护及管理方法,其特征在于,所述对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,具体为:
基于维护处理过的图模数测试样本实例,利用图模数样本分析工具对样本定义不同维度的特征标签,并设置满足该特征标签的条件,将符合条件的样本归入对应特征标签管理,根据特征标签及特征标签的定义,分析样本特征;
所述特征标签包括场景标签和时间标签。
8.根据权利要求1所述的电网图模数测试样本生成、维护及管理方法,其特征在于,所述对完成特征标记和关系梳理的图模数测试样本实例分类管理,具体为:
利用图模数样本管理工具,对完成特征标记和关系梳理的图模数测试样本实例分类管理;
所述图模数样本管理工具包括:
样本数据浏览工具:用于查看各类图模数测试样本实例;
样本实例集合管理工具:用于将图模数测试样本实例分为图模数测试样本实例全集和图模数测试样本实例子集,并对图模数测试样本实例全集和图模数测试样本实例子集的包含关系进行管理,所述图模数测试样本实例全集是指调度自动化系统基础平台和应用测试所需的所有图模数测试样本实例,所述图模数测试样本实例子集是指某类应用或者某个应用功能测试所需的图模数测试样本实例;
样本实例信息浏览工具:用于对图模数测试样本实例的样本实例信息进行查询浏览,所述样本实例信息包括标准信息和详细描述信息;
样本实例关联关系管理工具:用于对图模数测试样本实例中模型测试样本及与之对应的图形测试样本和数据测试样本之间关联关系进行管理,通过图形测试样本、模型测试样本、数据测试样本的关键字构建关联关系。
9.电网图模数测试样本生成、维护及管理系统,其特征在于,包括:
导出模块:用于根据调度自动化系统软件测试对电网模型、图形和数据的需求,导出图模数测试样本实例;所述图模数测试样本实例包括模型测试样本、图形测试样本和数据测试样本;
维护模块:用于对图模数测试样本实例进行校验分析,获取图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护;具体为:利用图模数样本维护工具对模型测试样本进行校验分析、对图形测试样本进行校验分析以及对数据测试样本进行校验分析,掌握图模数测试样本实例数据质量和存在的详细问题,并根据测试需求,对图模数测试样本实例进行维护,所述维护包括消除图模数测试样本实例的错误或增加图模数测试样本实例的异常问题;
标记及梳理模块:用于对维护处理过的图模数测试样本实例中的样本定义不同维度的特征标签,用于样本调用者根据特征标签及特征标签的定义,分析样本特征,同时对维护处理过的图模数测试样本实例中的样本分类管理,用于样本调用者根据使用需求查询浏览样本详细信息及关联关系,得到完成特征标记和关系梳理的图模数测试样本实例;
管理模块:用于对完成特征标记和关系梳理的图模数测试样本实例分类管理,并导入电力调度自动化软件质量管控平台图模数测试样本库,构建模型测试样本、图形测试样本和数据测试样本之间的关联关系,生成样本版本编号及测试场景信息。
10.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述电网图模数测试样本生成、维护及管理方法的步骤。
11.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述电网图模数测试样本生成、维护及管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311552659.3A CN117271375B (zh) | 2023-11-21 | 2023-11-21 | 电网图模数测试样本生成、维护及管理方法和相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311552659.3A CN117271375B (zh) | 2023-11-21 | 2023-11-21 | 电网图模数测试样本生成、维护及管理方法和相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117271375A CN117271375A (zh) | 2023-12-22 |
CN117271375B true CN117271375B (zh) | 2024-02-13 |
Family
ID=89212777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311552659.3A Active CN117271375B (zh) | 2023-11-21 | 2023-11-21 | 电网图模数测试样本生成、维护及管理方法和相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117271375B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105335752A (zh) * | 2015-09-18 | 2016-02-17 | 国网山东省电力公司菏泽供电公司 | 一种基于主成分分析多变量决策树的接线方式识别方法 |
CN109542977A (zh) * | 2018-10-29 | 2019-03-29 | 国网新疆电力有限公司昌吉供电公司 | 基于iec标准的未来态配网图模数据处理方法 |
CN111737477A (zh) * | 2020-08-07 | 2020-10-02 | 杭州六棱镜知识产权科技有限公司 | 一种基于知识产权大数据的情报调查方法、系统和存储介质 |
CN114358152A (zh) * | 2021-12-21 | 2022-04-15 | 国网江苏省电力有限公司苏州供电分公司 | 一种智能电力数据异常检测方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9582739B2 (en) * | 2014-11-18 | 2017-02-28 | Harry Friedbert Padubrin | Learning contour identification system using portable contour metrics derived from contour mappings |
-
2023
- 2023-11-21 CN CN202311552659.3A patent/CN117271375B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105335752A (zh) * | 2015-09-18 | 2016-02-17 | 国网山东省电力公司菏泽供电公司 | 一种基于主成分分析多变量决策树的接线方式识别方法 |
CN109542977A (zh) * | 2018-10-29 | 2019-03-29 | 国网新疆电力有限公司昌吉供电公司 | 基于iec标准的未来态配网图模数据处理方法 |
CN111737477A (zh) * | 2020-08-07 | 2020-10-02 | 杭州六棱镜知识产权科技有限公司 | 一种基于知识产权大数据的情报调查方法、系统和存储介质 |
CN114358152A (zh) * | 2021-12-21 | 2022-04-15 | 国网江苏省电力有限公司苏州供电分公司 | 一种智能电力数据异常检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117271375A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11544426B2 (en) | Systems and methods for enhanced sequential power system model parameter estimation | |
Bialek et al. | Benchmarking and validation of cascading failure analysis tools | |
CN103296677B (zh) | 一种在线大电网恢复辅助决策系统 | |
CN105606920A (zh) | 确定电力变换器的健康的当前和将来状态的系统和方法 | |
CN111585349B (zh) | 一种电网模型管理及监视系统 | |
CN106814286B (zh) | 基于多元故障采集的配电网故障定位系统、方法及服务器 | |
CN104933631A (zh) | 一种配电网运行在线分析评价系统 | |
WO2020171814A1 (en) | Event selection for power grid disturbance | |
CN116522746A (zh) | 高耗能企业配电托管方法 | |
AU2021106109A4 (en) | Evaluation index screening strategy for lean management of power system line loss under big data environment | |
US20220284156A1 (en) | Real-time update of power system models for dynamic security assessment | |
Heidari et al. | An open optimal power flow model for the australian national electricity market | |
WO2019140553A1 (zh) | 配电系统的健康指数确定方法及装置、计算机存储介质 | |
Unnewehr et al. | The value of network resolution–A validation study of the European energy system model PyPSA-Eur | |
CN117271375B (zh) | 电网图模数测试样本生成、维护及管理方法和相关装置 | |
de Melo et al. | Power Quality Monitoring using Synchronized Phasor Measurements: An approach based on hardware-in-the-loop simulations | |
Song et al. | Research on the data management and decision-making method of the intelligent substation system based on SCD | |
Poudel | Quantifying and improving resilience in power distribution systems | |
CN114124765B (zh) | 一种新能源变电站耦合模型的检测方法、系统、设备及介质 | |
Hoshyarzadeh | Application of PMU Data in Power Systems Load Modeling | |
Madani et al. | Vision in protection and control area-meeting the challenges of 21st century | |
Liu et al. | Methodology for Model Validation Applied to Advanced Distribution Management System | |
Shen et al. | Power system model integration for EMS and planning | |
Kosarev et al. | The Use of National and International Standards in Developing CAD Models of Electrical Substations | |
Wang | Operationalizing synchrophasors for enhanced grid reliability and asset utilization |
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 |