基于充电桩故障数据的验证用例生成、故障测试方法及系统与流程
本发明涉及电数字数据处理产生测试输入的,具体涉及一种基于充电桩故障数据的验证用例生成、故障测试方法及系统。
背景技术:
1、随着新能源汽车充电网络规模的扩大,充电桩系统的复杂性不断提升,充电失败问题呈现出多样化和动态化特征。目前,行业内针对新能源汽车充电故障的分析排查工作,整体仍以人工经验判断为主。测试主要依赖专家经验设计测试场景,通常只能覆盖常见故障类型。且依赖测试人员根据经验或规范编写验证用例,编写时间较长,耗费的人力资源也较大,且测试覆盖度较低,难以大规模生成充电桩的测试用例。
技术实现思路
1、针对现有技术存在的不足,本发明提出一种基于充电桩故障数据的验证用例生成、故障测试方法及系统,能够自动批量生成充电桩的测试用例。具体技术方案如下:
2、第一方面,提供了一种基于充电桩故障数据的验证用例生成方法,在第一方面的第一种可实现方式中,包括:
3、获取充电桩的运行时序数据,并通过对运行时序数据进行时序因果关系分析,确定充电桩运行过程中发生的每次故障对应的故障演化路径;
4、分别对每次故障对应的故障演化路径进行编码,确定每次故障对应的路径特征向量,并通过所述路径特征向量对所有故障进行归类,确定典型故障模式;
5、通过相应的故障演化路径构建起各类典型故障模式对应的失效场景模型;
6、基于相应的失效场景模型生成各类典型故障模式对应的验证用例。
7、结合第一方面的第一种可实现方式,在第一方面的第二种可实现方式中,确定充电桩运行过程中发生的每次故障对应的故障演化路径,包括:
8、识别所述运行时序数据中的所有关键事件节点;
9、对各个关键事件节点之间的时间先后关系、状态变化关系和时序依赖关系进行分析,并综合所有的关系分析结果确定每次故障的故障演化路径。
10、结合第一方面的第二种可实现方式,在第一方面的第三种可实现方式中,对所述关键事件节点之间的时序依赖关系进行分析,包括:
11、通过事件转移概率确定所述关键事件节点之间的时序依赖关系;
12、和/或,通过时间序列模型确定所述关键事件节点之间的时序依赖关系。
13、结合第一方面的第一种可实现方式,在第一方面的第四种可实现方式中,对故障对应的故障演化路径进行编码,包括:
14、根据所述故障演化路径构建故障事件序列,并计算所述故障事件序列中各关键事件节点之间的时间间隔;
15、采用嵌入编码将所述故障事件序列映射为数字化的稠密向量,并在该稠密向量中加入时间间隔,生成故障事件向量;
16、根据所述故障事件向量,通过训练好的时序编码网络生成路径特征向量。
17、结合第一方面的第一种可实现方式,在第一方面的第五种可实现方式中,构建起所述典型故障模式对应的失效场景模型,包括:
18、根据所述典型故障模式对应的故障演化路径中的起始关键事件节点对应的运行参数生成触发条件;
19、根据所述典型故障模式对应的故障演化路径中的各关键事件节点对应的发生时间,确定各关键事件的时间约束;
20、组合触发条件、时间约束、故障演化路径和故障结果,生成所述失效场景模型。
21、结合第一方面的第一种可实现方式,在第一方面的第六种可实现方式中,构建起所述典型故障模式对应的失效场景模型,包括:
22、将所述失效场景模型转换为标准化场景模型。
23、结合第一方面的第一种可实现方式,在第一方面的第七种可实现方式中,基于所述失效场景模型生成典型故障模式对应的验证用例,包括:
24、根据所述失效场景模型对应的初始状态生成测试前置条件,并根据失效场景模型中的触发条件生成故障注入动作;
25、根据所述失效场景模型中的故障演化路径生成状态监测内容,并根据所述失效场景模型中的故障结果生成验证规则。
26、第二方面,提供了一种充电桩故障测试方法,包括:
27、根据充电桩的运行时序数据,采用如第一方面的第一至七种可实现方式中任一所述的验证用例生成方法,自动生成各类典型故障模式对应的验证用例;
28、基于生成的各类典型故障模式对应的验证用例对充电桩进行测试。
29、第三方面,提供了一种基于充电桩故障数据的验证用例生成系统,包括:
30、分析模块,配置为获取充电桩的运行时序数据,并通过对运行时序数据进行时序因果关系分析,确定充电桩运行过程中发生的每次故障对应的故障演化路径;
31、归类模块,配置为分别对每次故障对应的故障演化路径进行编码,确定每次故障对应的路径特征向量,并通过所述路径特征向量对所有故障进行归类,确定典型故障模式;
32、构建模块,配置为通过相应的故障演化路径构建起各类典型故障模式对应的失效场景模型;
33、生成模块,配置为基于相应的失效场景模型生成各类典型故障模式对应的验证用例。
34、第四方面,提供了一种充电桩故障测试系统,包括:
35、生成终端,配置为根据充电桩的运行时序数据,采用如第一方面的第一至七种可实现方式中任一所述的验证用例生成方法,自动生成各类典型故障模式对应的验证用例;
36、测试平台,配置为基于生成的各类典型故障模式对应的验证用例对充电桩进行测试。
37、有益效果:采用本发明的基于充电桩故障数据的验证用例生成、故障测试方法及系统,通过对充电桩的运行时序数据进行分析,能够确定充电桩运行过程中发生的每次故障对应的故障演化路径。通过对每次故障的故障演化路径进行编码,将故障演化路径转换成可计算的路径特征向量,根据路径特征向量能够量化不同故障之间的相似度,以此对所有故障进行归类,从而确定充电桩运行过程中的典型故障模式。最后通过典型故障模式对应的故障演化规律构建起失效场景模型,基于失效场景模型自动生成相应的验证用例。如此,能够依据充电桩的运行数据自动大规模生成充电桩故障的验证用例,提高验证用例的故障场景覆盖度和数量。
1.一种基于充电桩故障数据的验证用例生成方法,其特征在于,包括:
2.根据权利要求1所述的验证用例生成方法,其特征在于,确定充电桩运行过程中发生的每次故障对应的故障演化路径,包括:
3.根据权利要求2所述的验证用例生成方法,其特征在于,对所述关键事件节点之间的时序依赖关系进行分析,包括:
4.根据权利要求1所述的验证用例生成方法,其特征在于,对故障对应的故障演化路径进行编码,包括:
5.根据权利要求1所述的验证用例生成方法,其特征在于,构建起所述典型故障模式对应的失效场景模型,包括:
6.根据权利要求1所述的验证用例生成方法,其特征在于,构建典型故障模式对应的失效场景模型,包括:将失效场景模型转换为标准化场景模型。
7.根据权利要求1所述的验证用例生成方法,其特征在于,基于所述失效场景模型生成典型故障模式对应的验证用例,包括:
8.一种充电桩故障测试方法,其特征在于,包括:
9.一种基于充电桩故障数据的验证用例生成系统,其特征在于,包括:
10.一种充电桩故障测试系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com