【技术实现步骤摘要】
本专利技术涉及智能电能表通信测试，具体是一种智能物联电能表的通信性能测试方法。
技术介绍
1、智能电能表作为智能电网的重要组成部分，其通信性能直接影响到电力公司的运营效率和用户的用电体验。随着电力市场的竞争日益激烈，电力公司需要不断提高服务质量，降低运营成本，以满足用户的需求和期望。在这个过程中，智能电能表的通信性能起着至关重要的作用。
2、智能电能表的通信性能决定了电力公司获取用户用电信息的速度和准确性。如果通信性能不佳，可能会导致电力公司在获取用户用电信息时出现延迟或错误，这不仅会影响电力公司的运营效率，还可能导致用户的不满和投诉。
3、因此，为了确保电力公司的运营效率和用户的用电体验，以及防范可能的电力安全风险，智能电能表的通信性能需要定期进行测试和维护。
4、而由于网络拓扑结构的复杂性以及待测试通信节点的数量众多，为了节约人力成本、测试成本以及时间成本，一般采取的是对待测试通信节点进行统一测试，而不是每次单独对一个或若干个待测试通信节点进行测试，因此，一般设置一个定期的测试周期，进行所有待测试通信节点的通信性能测试；
5、然而这种固定周期的测试方式因其固定性，导致其存在难以解决的弊端：
6、若固定周期过长，难以及时的发现已经发生通信性能异常的通信设备，只有到达固定的时间节点才能发现，可能造成通信事故；
7、若固定周期过短，可能存在测试成本、人力成本和时间成本的浪费；
8、鉴于此，需要一种能够灵活调整测试周期的智能调控方法；
9
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种智能物联电能表的通信性能测试方法，在保证智能电能表的通信性能安全的基础上，降低了测试成本。
2、为实现上述目的，根据本专利技术的实施例1提出一种智能物联电能表的通信性能测试方法，包括以下步骤：
3、步骤一：预先收集待测试通信节点数据；
4、步骤二：基于待测试通信节点数据，收集各个待测试通信节点之间的历史通信特征数据以及历史测试结果数据；
5、步骤三：基于历史通信特征数据以及历史测试结果数据，训练判断通信性能是否异常的通信状态预测模型；
6、步骤四：在每次通信性能测试后，设置通信测试周期数据，收集待测试通信节点之间的实时通信特征数据以及计时数据；
7、步骤五：基于实时通信特征数据和通信状态预测模型，获得各个待测试通信节点的通信状态的预测值，并基于通信状态的预测值，筛选出异常通信节点集合；
8、步骤六：基于异常通信节点集合中，各个异常通信节点的实时通信特征数据、通信测试周期数据以及计时数据，计算出对异常通信节点集合中异常通信节点的下一次通信测试时间；
9、所述预先收集待测试通信节点数据的方式为：
10、收集智能电能表和电力管理公司之间存在的网络拓扑关系中，需要定期进行网络通信性能测试的通信节点作为待测试通信节点，所有待测试通信节点组成待测试通信节点数据；
11、所述收集各个待测试通信节点之间的历史通信特征数据以及历史测试结果数据的方式为：
12、预设数据采集时长；
13、对于每个待测试通信节点：
14、在每次测试人员对该待测试通信节点进行通信性能测试时，收集该待测试通信节点在测试前的数据采集时长内，每一单位时间的通信性能指标数据，并将每次采集到的数据采集时长内的各个通信性能指标数据按时间顺序组成对应的性能指标时间序列，将每一次通信性能测试前采集的所有性能指标时间序列组成一组历史通信特征集合，所有性能测试前收集的历史通信特征集合组成历史通信特征数据；
15、将每次测试人员对通信性能测试的测试结果标签组成历史测试结果数据；其中，所述测试结果标签包括正常和异常的判断；
16、所述训练判断通信性能是否异常的通信状态预测模型的方式为：
17、将历史通信特征数据，每组历史通信特征集合作为通信状态预测模型的输入，所述通信状态预测模型以对每组历史通信特征集合对应的测试结果的预测值作为输出，所述测试结果的预测值为0或1，分别对应正常的测试结果标签和异常的测试结果标签；以历史测试结果数据中，每组历史通信特征集合对应的通信性能测试时，对应的待测试通信节点的测试结果作为预测目标，以测试结果的预测值和测试结果标签之间的差值作为预测误差，以最小化预测误差之和作为训练目标；对通信状态预测模型进行训练，直至预测误差之和达到收敛时停止训练；
18、所述在每次通信性能测试后，设置通信测试周期数据的方式为：
19、预先设置预期测试周期t；
20、将每次对所有的待测试通信节点全部进行通信性能测试的时间节点作为一次测试终点；
21、将最近一次测试终点对应的时间标记为r；
22、将时间r+t作为下一次预期测试时间；
23、所述下一次预期测试时间即为通信测试周期数据；
24、所述收集各个待测试通信节点的实时通信特征数据以及计时数据的方式为：
25、对于每个待测试通信节点，每隔数据采集时长作为一次数据采集周期；
26、收集每个数据采集周期内，每个待测试通信节点的各个通信性能指标数据按时间顺序组成的实时性能指标时间序列，并将各条实时性能指标时间序列组成实时通信特征数据；
27、所述计时数据为统计的当前数据采集周期的时间与上一次进行通信性能测试的时长间隔；将计时数据使用h进行标记；
28、所述获得各个待测试通信节点的通信状态的预测值的方式为：
29、在每个数据采集周期结束时，将各个待测试通信节点的实时通信特征数据输入至通信状态预测模型，获得通信状态预测模型输出的对各个实时通信特征数据的测试结果的预测值；
30、所述筛选出异常通信节点集合的方式为：
31、从所有待测试通信节点的测试结果的预测值中，筛选出测试结果的预测值为1的待测试通信节点组成异常通信节点集合；
32、所述计算出对异常通信节点集合中异常通信节点的下一次通信测试时间的方式为：
33、计算测试剩余时长s=t-h；
34、将异常通信节点集合中的待测试通信节点的编号标记为i，计算第i个待测试通信节点的实时通信特征数据中的各个通信性能指标数据的平均值；
35、将各个通信性能指标的编号标记为j；将第i个待测试通信节点的第j个通信性能指标的平均值标记为zij；
36、计算下一次通信测试时间x，则下一次通信测试时间x的计算公式为：；其中，e为自然常数，aj为预设的第j个通信性能指标的权重系数。
37、根据本专利技术的实施例2提出的一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
38、所述本文档来自技高网...
【技术保护点】
1.一种智能物联电能表的通信性能测试方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述预先收集待测试通信节点数据的方式为：
3.根据权利要求2所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述收集各个待测试通信节点之间的历史通信特征数据以及历史测试结果数据的方式为：
4.根据权利要求3所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述训练判断通信性能是否异常的通信状态预测模型的方式为：
5.根据权利要求4所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述在每次通信性能测试后，设置通信测试周期数据的方式为：
6.根据权利要求5所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述收集各个待测试通信节点的实时通信特征数据以及计时数据的方式为：
7.根据权利要求6所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述获得各个待测试通信节点的通信状态的预测值的方式为：
8.根据权利要求7所述的一种智能物
9.一种电子设备，其特征在于，包括：处理器和存储器，其中：
10.一种计算机可读存储介质，其特征在于，其上存储有可擦写的计算机程序；
...【技术特征摘要】
1.一种智能物联电能表的通信性能测试方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述预先收集待测试通信节点数据的方式为：
3.根据权利要求2所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述收集各个待测试通信节点之间的历史通信特征数据以及历史测试结果数据的方式为：
4.根据权利要求3所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述训练判断通信性能是否异常的通信状态预测模型的方式为：
5.根据权利要求4所述的一种智能物联电能表的通信性能测试方法，其特征在于，所述在每次通信性能测试后，设置通信测试...
【专利技术属性】
技术研发人员：苏立文，徐振，
申请(专利权)人：安徽习承科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。