【技術實現步驟摘要】
本專利技術涉及設備測試領域，尤其涉及一種基于深度學習的配電網關測試方法、系統、介質及終端。
技術介紹
1、近年來，信息技術、大數據技術及人工智能技術快速發展，人類社會逐漸進入了以萬物互聯為標志的智能時代。物聯網作為實現萬物互聯的關鍵技術，其核心是通過傳感設備、通信技術和互聯網技術構建萬物互聯互通體系，實現人、機、物的智能全景交互。物聯網技術的使用有利于產業的革命升級，現已在各行業得到了廣泛的應用。就電力行業而言，通過利用“大云物移智鏈”等前沿技術構建的物聯網實現了傳統電網向數字電網的轉型，促進了電網物理信息系統的深度融合，有利于“源網荷儲”設備的互聯互通。
2、隨著配電物聯網建設工作的推進，海量的配電網關接入物聯網平臺。然而，當前現場運維測試工作仍以單體測試為主，沒有聯網，現場測試儀器功能單一，現場工作嚴重依賴人員的工作經驗，工作質量良莠不齊，故障診斷依賴于供應商技術支持，并且診斷測試需要具備豐富經驗才能應對，故障診斷效率低下，難以提質增效，嚴重制約了配網數字化、智能化方向的發展。
技術實現思路
1、本專利技術實施例提供一種基于深度學習的配電網關測試方法、系統、介質及終端，采用深度學習算法，對包含觀測數據的多個廠商的測試樣本數據庫進行深度挖掘，進而生成適應不同廠商和型號的配電網關的測試執行策略，以擴展測試執行策略的適用場景。
2、為了解決上述技術問題，本專利技術實施例提供了一種基于深度學習的配電網關測試方法，包括：
3、在利用運維調試工具測試被測
4、對所有所述測試數據進行聚類分析，根據聚類分析結果，對各所述測試數據進行歸類處理，以構成多個廠商的測試樣本數據庫；
5、采用maac算法，基于所述多個廠商的測試樣本數據庫，評估運維調試工具執行各個測試動作后所處的局部環境觀測狀態；
6、采用maac算法，基于所述運維調試工具執行各個測試動作后所處的局部環境觀測狀態的評估結果，分析運維調試工具的測試執行策略，并依照所述運維調試工具的測試執行策略，對所述被測配電網關進行測試。
7、實施本專利技術實施例，在利用運維調試工具測試被測配電網關時，采集被測配電網關在測試過程中產生的數據，作為測試數據，然后對所有測試數據進行聚類分析，根據聚類分析結果，對各個測試數據進行歸類處理，智能識別出棣屬不同廠商的數據，以構成多個廠商的測試樣本數據庫，為運維調試工具的深度學習提供樣本數據支撐，解決長期以來測試數據無法有效挖掘提取的問題，有效滿足海量樣本帶來的現場測試案例的針對性和診斷結果的準確性，便于后續匯總不同廠商的常見問題，接著采用maac算法這一深度學習算法，基于多個廠商的測試樣本數據庫，評估運維調試工具執行各個測試動作后所處的局部環境觀測狀態，然后采用maac算法，基于運維調試工具執行各個測試動作后所處的局部環境觀測狀態的評估結果，分析運維調試工具的測試執行策略，并依照運維調試工具的測試執行策略，對被測配電網關進行測試，從而形成面向廠商和常見問題的針對性測試方案，通過maac算法，可對多個廠商的測試樣本數據庫進行深度挖掘，進而評估運維調試工具執行各個測試動作后所處的局部環境觀測狀態，并且基于評估結果分析得到運維調試工具的測試執行策略，以使測試執行策略能夠適應不同廠商和型號的配電網關，進而適應不同的測試需求和環境變化，為用戶提供更加廣泛的測試覆蓋，并且減少不必要的重復測試，提高測試效率。
8、作為優選方案，所述采用maac算法，基于所述運維調試工具執行各個測試動作后所處的局部環境觀測狀態的評估結果，分析運維調試工具的測試執行策略，并依照所述運維調試工具的測試執行策略，對所述被測配電網關進行測試，具體為：
9、將所述運維調試工具執行各個測試動作后所處的局部環境觀測狀態的評估結果輸入至智能體動作網絡，以使所述智能體動作網絡輸出對應的測試指令；其中，所述智能體動作網絡，是利用梯度上升法更新初始動作網絡的網絡參數而得到的；所述初始動作網絡，是采用maac算法預先搭建的；
10、通過管理器，將所述測試指令發送至所述運維調試工具；
11、當所述運維調試工具接收到所述測試指令，通過所述運維調試工具，基于所述測試指令，獲取所述運維調試工具的測試執行策略，并依照所述運維調試工具的測試執行策略，對所述被測配電網關進行測試。
12、實施本專利技術實施例的優選方案，將運維調試工具的局部環境觀測狀態評估結果輸入至智能體動作網絡，以使智能體動作網絡輸出對應的測試指令，并通過管理器將智能生成的測試指令發送至運維調試工具，以使運維調試工具基于測試指令執行測試任務，這種自動化流程減少中間環節，提高測試效率和準確性。此外，基于maac算法預先搭建初始動作網絡，然后利用梯度上升法更新初始動作網絡的網絡參數而得到智能體動作網絡，使得智能體動作網絡能夠從歷史測試數據中學習并優化網絡參數，進而持續提升智能體動作網絡的性能，以進一步優化測試執行策略，提升測試效果。
13、作為優選方案，所述采用maac算法，基于所述多個廠商的測試樣本數據庫，評估運維調試工具執行各個測試動作后所處的局部環境觀測狀態，具體為：
14、將所述多個廠商的測試樣本數據庫內包含的數據輸入至智能體評價網絡，以使所述智能體評價網絡輸出各個測試動作對應的狀態-動作評價函數的估計值，作為所述運維調試工具執行各個測試動作后所處的局部環境觀測狀態的評估結果；
15、其中，所述多個廠商的測試樣本數據庫包含多個廠商的若干個測試動作、以及執行各個測試動作后所處的局部環境觀測狀態；所述智能體評價網絡，是以損失函數最小化為目標對初始評價網絡的參數進行迭代更新而得到的；所述初始評價網絡，是采用maac算法預先搭建的。
16、實施本專利技術實施例的優選方案，基于maac算法預先搭建初始評價網絡，使得評級網絡具備自適應性，從而能夠應對不同廠商的測試需求和環境變化，進而處理復雜的測試場景和多變的測試環境，然后以損失函數最小化為目標，不斷迭代更新初始評價網絡的參數而得到智能體評價網絡，這種數據驅動的優化方式能夠從大量歷史測試數據中學習，持續提升評估的準確性和可靠性。
17、作為優選方案，所述對所有所述測試數據進行聚類分析，根據聚類分析結果，對各所述測試數據進行歸類處理，以構成多個廠商的測試樣本數據庫，具體為：
18、根據預輸入的多個廠商名字，對所有所述測試數據進行廠商數據歸類，以構建多個廠商的初始數據庫；
19、采用k-means算法，根據每兩個測試數據之間的距離進行聚類分析，并根據聚類分析結果，分別將各所述測試數據歸類至對應的初始數據庫；
20、在完成對所有所述測試數據的歸類之后，將各個廠商的當前的初始數據庫作為各個廠商的測試樣本數據庫。
21、實施本專利技術實施例的優選方案，在根據預輸入的多個廠商名字，對所有測試數據進行初步的廠商數據歸類之后，采用本文檔來自技高網...
【技術保護點】
1.一種基于深度學習的配電網關測試方法，其特征在于，包括：
2.如權利要求1所述的一種基于深度學習的配電網關測試方法，其特征在于，所述采用MAAC算法，基于所述運維調試工具執行各個測試動作后所處的局部環境觀測狀態的評估結果，分析運維調試工具的測試執行策略，并依照所述運維調試工具的測試執行策略，對所述被測配電網關進行測試，具體為：
3.如權利要求1所述的一種基于深度學習的配電網關測試方法，其特征在于，所述采用MAAC算法，基于所述多個廠商的測試樣本數據庫，評估運維調試工具執行各個測試動作后所處的局部環境觀測狀態，具體為：
4.如權利要求1所述的一種基于深度學習的配電網關測試方法，其特征在于，所述對所有所述測試數據進行聚類分析，根據聚類分析結果，對各所述測試數據進行歸類處理，以構成多個廠商的測試樣本數據庫，具體為：
5.如權利要求1所述的一種基于深度學習的配電網關測試方法，其特征在于，所述在利用運維調試工具測試被測配電網關時，采集所述被測配電網關在測試過程中產生的數據，作為測試數據，具體為：
6.如權利要求1所述的一種基于深
7.一種基于深度學習的配電網關測試系統，其特征在于，包括：
8.如權利要求7所述的一種基于深度學習的配電網關測試系統，其特征在于，所述策略分析模塊，具體包括：
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的計算機程序；其中，在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執行如權利要求1至6任意一項所述的一種基于深度學習的配電網關測試方法。
10.一種終端，其特征在于，包括處理器、存儲器及存儲于所述存儲器內的計算機程序；其中，所述計算機程序能夠被所述處理器執行，以實現如權利要求1至6任意一項所述的一種基于深度學習的配電網關測試方法。
...【技術特征摘要】
1.一種基于深度學習的配電網關測試方法，其特征在于，包括：
2.如權利要求1所述的一種基于深度學習的配電網關測試方法，其特征在于，所述采用maac算法，基于所述運維調試工具執行各個測試動作后所處的局部環境觀測狀態的評估結果，分析運維調試工具的測試執行策略，并依照所述運維調試工具的測試執行策略，對所述被測配電網關進行測試，具體為：
3.如權利要求1所述的一種基于深度學習的配電網關測試方法，其特征在于，所述采用maac算法，基于所述多個廠商的測試樣本數據庫，評估運維調試工具執行各個測試動作后所處的局部環境觀測狀態，具體為：
4.如權利要求1所述的一種基于深度學習的配電網關測試方法，其特征在于，所述對所有所述測試數據進行聚類分析，根據聚類分析結果，對各所述測試數據進行歸類處理，以構成多個廠商的測試樣本數據庫，具體為：
5.如權利要求1所述的一種基于深度學習的配電網關測試方法，其特征在于，所述在利用運維調試工具測試被測配電網關時，...
【專利技術屬性】
技術研發人員：曾瑞江，黃曙，李志勇，劉宇豪，李金，黃縉華，向昊茜，代仕勇，吳躍隆，陸薈穎，何銳金，
申請(專利權)人：廣東電網有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。