一种面向三维正交全场景测试需求的三阶魔方测试方法及系统与流程

本发明涉及电力设备软件测试，更具体地，涉及智能终端、智能融合终端等电力嵌入式系统的三维正交全场景测试需求自动化解析、映射与测试计划自动生成方法及系统。

背景技术：

1、随着能源互联网建设与数字化转型的不断深入，电力设备软件系统规模持续扩大，结构日趋复杂，多源异构特征显著，其可靠性与稳定性直接关系到电网安全运行与供电服务质量。软件测试作为保障产品质量的关键手段，其测试需求规划的系统性与全面性越来越受到业内的重视。

2、目前常见的测试分类包括基于测试对象了解程度的白盒、灰盒与黑盒测试，按测试对象层次划分的单元、集成与系统测试，以及按开发阶段组织的瀑布模型、v模型与敏捷测试等。现有技术虽然提出了多维测试的概念，但均停留在理论框架层面，存在以下致命技术缺陷：

3、1. 缺乏自动化落地技术：所有多维测试模型均依赖人工解读需求、人工归类测试项、人工编制测试计划，效率极低且易出现遗漏或错误，无法适应大规模电力设备批量测试的需求；

4、2. 需求映射准确率低：通用自然语言处理模型对电力领域专业术语识别能力差，无法准确区分"电能计量""hplc通信""蓝牙抄表"等专业表述，导致需求与测试项匹配错误；

5、3. 测试计划主观性强：测试范围裁剪与执行顺序编排完全依赖测试人员经验，不同人员生成的计划差异巨大，易出现关键风险遗漏或不必要的重复测试；

6、4. 测试范围与执行顺序不一致：人工编制的测试计划缺乏统一的量化依据，导致不同批次、不同人员执行的测试范围与执行顺序存在显著差异，影响产品出厂质量的稳定性。

7、上述问题导致多维测试模型无法真正落地应用，严重制约了电力设备软件测试质量与效率的提升，亟需一种能够实现需求自动解析、自动映射、测试计划自动生成的技术方案。

技术实现思路

1、本发明的目的是针对现有技术中多维测试模型缺乏自动化落地技术、需求映射准确率低、测试计划主观性强等问题，提出一种面向三维正交全场景测试需求的三阶魔方测试方法及系统。本发明通过构建电力领域专属的三阶魔方三维测试空间，采用电力领域微调的bert模型实现非结构化需求的自动解析与映射，基于历史故障数据构建三维风险量化模型实现测试计划的自动生成与优化，彻底解决了多维测试模型依赖人工执行的问题，显著提升了电力设备测试的效率、准确性与一致性。

2、本发明的技术方案是：

3、第一方面，本发明提供一种面向三维正交全场景测试需求的三阶魔方测试方法，包括：

4、s1、构建目标电力智能终端的三维正交测试空间，所述三维正交测试空间由三个正交维度组成，每个维度划分为多个互斥类别，通过笛卡尔积运算形成多个独立测试单元，为每个测试单元生成加权标准特征向量，建立测试单元特征库；

5、s2、采用电力领域微调的bert预训练语言模型解析非结构化的测试需求文档，提取需求加权特征向量，通过加权余弦相似度匹配将每个测试需求映射至所述测试单元特征库中对应的测试单元；

6、s3、基于历史故障数据构建风险量化模型，计算每个测试单元的风险值；

7、s4、根据预设的筛选规则（包括综合风险值门限和单维系数门限）筛选测试单元，动态编排执行顺序生成结构化测试计划，按照所述结构化测试计划执行测试任务，采集测试过程数据。

8、进一步地，s1包括：

9、s11、获取所述目标电力智能终端的测试类型维度、测试方法维度以及测试场景维度作为所述三个正交维度；

10、s12、针对所述测试类型维度划分第一互斥类别，针对所述测试方法维度划分第二互斥类别，针对所述测试场景维度划分第三互斥类别；

11、s13、根据所述第一互斥类别、第二互斥类别以及第三互斥类别进行笛卡尔积运算，得到所述多个独立测试单元；

12、s14、获取所述测试类型维度的第一权重、所述测试方法维度的第二权重以及所述测试场景维度的第三权重，根据所述第一权重、所述第二权重、所述第三权重以及各维度的类别编码值，生成所述加权标准特征向量。

13、进一步地，s12具体为，针对所述测试类型维度划分第一互斥类别，包括功能测试类别、性能测试类别以及安全测试类别；针对所述测试方法维度划分第二互斥类别，包括正常测试类别、异常测试类别和反向测试类别；针对所述测试场景维度划分第三互斥类别，包括实验室场景类别、典型场景类别和极限场景类别；

14、s13具体为，对所述第一互斥类别、第二互斥类别以及第三互斥类别进行笛卡尔积运算，生成27个独立的测试单元；为每个测试单元分配唯一的三维编码标识，编码格式为tmsxyz；其中，x为测试类型维度编码、y为测试方法维度编码、z为测试场景维度编码，编码取值为1~3；

15、s14具体为，为每个测试单元生成加权标准特征向量，建立测试单元特征库；所述加权标准特征向量的计算公式为：；其中，、和分别为测试类型维度、测试方法维度以及测试场景维度的权重，x、y、z分别为测试类型维度、测试方法维度以及测试场景维度的维度编码值。

16、进一步地，s2包括：

17、s21、获取word/pdf格式的电力设备技术规范文档，提取所述技术规范文档中的纯文本内容并按需求条目边界拆分，得到多个独立的测试需求文本；

18、s22、将多个测试需求文本输入所述预训练语言模型，提取所述测试需求文本的测试类型特征、测试方法特征以及测试场景特征，生成需求加权特征向量；所述预训练语言模型采用在10万+条电力设备测试需求语料上微调的bert-base-chinese模型；

19、s23、分别计算所述需求加权特征向量和测试单元特征库中各测试单元的加权标准特征向量的加权余弦相似度；

20、s24、采用三级匹配策略完成映射，若加权余弦相似度的最大值大于或者等于第一相似度阈值，则将测试需求直接映射至加权余弦相似度的最大值对应的测试单元；

21、若加权余弦相似度的最大值大于或者等于第二相似度阈值且小于所述第一相似度阈值，则生成匹配说明并推送人工复核请求；

22、若加权余弦相似度的最大值小于所述第二相似度阈值，则将所述测试需求标记为新增需求类型，并触发针对所述预训练语言模型的增量训练流程；

23、s25、重复s23-s24，完成所有测试需求的映射。

24、进一步地，s22中，所述需求加权特征向量具体为：

25、；

26、其中，x、y、z分别为测试类型维度、测试方法维度以及测试场景维度的维度编码值；、和分别为测试类型维度、测试方法维度以及测试场景维度的权重；、、为测试需求文本的测试类型维度特征、测试方法维度特征以及测试场景维度特征，用于表征所述预训练语言模型对各维度分类结果的最大预测概率值，取值范围为0~1；

27、s23中，采用下述公式计算需求加权特征向量和测试单元特征库中各测试单元的加权标准特征向量的加权余弦相似度；；其中，表示取模长。

28、进一步地，s3中，所述基于历史故障数据构建风险量化模型，计算每个测试单元的风险值包括：

29、s31、收集所述目标电力智能终端的历史测试数据和故障数据，构建历史故障数据库；

30、s32、对历史故障数据进行xyz三个正交维度的分类标注，获得多个测试单元；

31、s32、构建三维风险量化模型，计算每个测试单元的风险值；

32、；

33、其中，表示测试单元的编号；

34、为故障影响范围系数；根据测试需求所属功能模块的层级信息确定，取值1-5；

35、为故障发生概率系数；获取同类型设备的历史故障数据，统计所述测试单元的历史故障次数以及总测试次数，采用下述公式计算故障发生概率系数，取值1-5；

36、；

37、为故障修复成本系数；获取所述测试单元的平均修复时长以及所有测试单元的最长平均修复时长，采用下述公式计算故障修复成本系数，取值1-5；

38、。

39、进一步地，s4中，根据预设的风险阈值筛选测试单元，动态编排执行顺序生成结构化测试计划包括：

40、s41、获取目标电力智能终端当前所处的测试阶段，确定与所述测试阶段对应的筛选规则，所述筛选规则包括综合风险值门限和单维系数门限（包括故障影响范围系数i、故障发生概率系数p、故障修复成本系数c）；若测试单元满足所述筛选规则中的任一条件，则保留所述测试单元，得到目标测试单元集合；

41、s42、按照预设的优先级递进规则对所述目标测试单元集合中的目标测试单元进行动态编排，生成有向无环图形式的执行序列作为结构化测试计划。

42、进一步地，s42具体为：

43、获取目标测试单元集合中各目标测试单元的风险优先级、测试类型优先级、测试场景优先级以及测试方法优先级；

44、其中，风险优先级为风险值，测试类型优先级为功能测试类别→性能测试类别→安全测试类别，测试场景优先级为实验室场景类别→典型场景类别→极限场景类别，测试方法优先级为正常测试类别→异常测试类别→反向测试类别；

45、按照风险值从高到低的顺序对目标测试单元进行初步排序；针对具有相同风险值的目标测试单元，依次按照测试类型优先级、测试场景优先级以及测试方法优先级进行次级排序，得到所述执行序列。

46、第二方面，本发明提供一种面向三维正交全场景测试需求的三阶魔方测试系统，该系统包括：

47、三维测试空间构建模块，用于构建目标电力智能终端的三维正交测试空间，所述三维正交测试空间由三个正交维度组成，每个维度划分为多个互斥类别，通过笛卡尔积运算形成多个独立测试单元，为每个测试单元生成加权标准特征向量，建立测试单元特征库；

48、需求自动映射模块，用于采用电力领域微调的bert预训练语言模型解析非结构化的测试需求文档，提取需求加权特征向量，通过加权余弦相似度匹配将每个测试需求映射至所述测试单元特征库中对应的测试单元；

49、风险量化评估模块，用于基于历史故障数据构建风险量化模型，计算每个测试单元的风险值；

50、测试计划生成与执行模块，用于根据预设的风险阈值筛选测试单元，动态编排执行顺序生成结构化测试计划，按照所述结构化测试计划执行测试任务，采集测试过程数据。

51、第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，当所述程序被执行时，实现如所述的测试方法。

52、本发明首次将三维正交测试空间与自然语言处理、量化风险评估技术深度结合，实现了从非结构化需求到可执行测试计划的全流程自动化，解决了多维测试模型依赖人工配置与执行的行业痛点。

53、与现有技术相比，本发明具有以下显著技术效果：

54、1、需求映射自动化与高精度：采用电力领域微调的bert预训练语言模型，准确提取需求的测试类型、测试方法和测试场景特征，将需求映射准确率从通用模型的72%提升至94%，需求处理效率提升90%，单条需求映射时间<0.1秒，实现非结构化需求文档到测试单元的自动、精准映射。

55、2、测试计划生成自动化：基于三维风险量化模型实现测试范围的科学裁剪，测试计划生成时间从人工的3~5天缩短至5分钟以内，消除人工经验差异。

56、3、测试执行一致性保障：所有映射匹配、风险量化、阈值裁剪及序列编排决策自动完成，确保不同批次、不同人员执行的测试标准完全一致，有效保障电力设备的出厂质量一致性。

57、4、风险覆盖率可控：基于三维风险量化模型与测试阶段自适应筛选规则，实现研发阶段全量覆盖（100%）、生产阶段核心风险覆盖率≥95%、出厂阶段致命风险覆盖率≥99%，在保证测试效率的同时确保关键风险不遗漏。

58、本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。