[发明专利]智能的电网设备自动化测试方法、系统和可读存储介质

权利要求书

1.一种智能的电网设备自动化测试方法，其特征在于，包括以下步骤：

采集待测试的所述电网设备的属性信息，从中识别对应的设备类型因子，基于所述设备类型因子调用测试数据库进行动态匹配测试；

获取测试的反馈结果，若存在异常则识别异常类型与异常次数，并将获得的所述异常类型与异常次数作为训练好的异常原因神经网络模型的输入，得到模型输出结果；

基于所述输出结果进行原因类型判断，并根据判断结果调用解决方案数据库给出对应的解决方案指南；

所述基于所述设备类型因子调用测试数据库进行动态匹配测试，具体为：

采集待测试的所述电网设备的属性信息，从中识别对应的设备类型因子，其中，I类因子代表所述电网设备为发电设备；II类因子代表所述电网设备为供电设备；

当识别到所述电网设备类型因子为所述I类因子时，则调用所述测试数据库中的第一测试机制对所述电网设备进行测试；

当识别到所述电网设备类型因子为所述II类因子时，则调用所述测试数据库中的第二测试机制对所述电网设备进行测试；

所述基于所述输出结果进行原因类型判断，具体为：

获取所述异常原因神经网络模型的输出结果；

根据所述输出结果判定其值与预设的第一阈值、第二阈值的大小关系，其中，

若所述输出结果小于或等于所述第一阈值，则判断所述原因类型为第一类原因；

若所述输出结果大于或等于所述第二阈值，则判断所述原因类型为第二类原因；

若所述输出结果大于所述第一阈值且小于所述第二阈值，则判断所述原因类型为第三类原因。

2.根据权利要求1所述的一种智能的电网设备自动化测试方法，其特征在于，所述异常原因神经网络模型训练方法，具体为：

获取历史测试数据的异常类型与异常次数；

将所述历史测试数据的异常类型与异常次数进行预处理，得到训练样本集；

将所述训练样本集输入至初始化的所述异常原因神经网络模型中训练；

获取输出结果的准确率；

若所述准确率大于预设的准确率阈值，则停止训练，得到所述异常原因神经网络模型。

3.根据权利要求1所述的一种智能的电网设备自动化测试方法，其特征在于，所述根据判断结果调用解决方案数据库给出对应的解决方案指南，具体为：

若所述判断结果为第一类原因，则调用所述解决方案数据库中对应所述第一类原因的解决方案参考书作为所述解决方案指南；

若所述判断结果为第二类原因，则调用所述解决方案数据库中对应所述第二类原因的解决方案参考书作为所述解决方案指南；

若所述判断结果为第三类原因，则调用所述解决方案数据库中对应所述第三类原因的解决方案参考书作为所述解决方案指南。

4.根据权利要求1所述的一种智能的电网设备自动化测试方法，其特征在于，还包括对比测试，具体为：对所述反馈结果存在异常的所述电网设备进行二次相同检测并对比两次测试的结果以避免偶然误差。