[發明專利]一種基于保護裝置模型文件的自動測試方法、裝置及系統在審
| 申請號: | 202011018610.6 | 申請日: | 2020-09-24 |
| 公開(公告)號: | CN112214403A | 公開(公告)日: | 2021-01-12 |
| 發明(設計)人: | 呂利娟;閆志輝;趙劍松;馮廣杰;冉志勇;王東興;陳繼瑞 | 申請(專利權)人: | 許繼集團有限公司;許繼電氣股份有限公司;許昌許繼軟件技術有限公司 |
| 主分類號: | G06F11/36 | 分類號: | G06F11/36 |
| 代理公司: | 北京中政聯科專利代理事務所(普通合伙) 11489 | 代理人: | 朱曉娟 |
| 地址: | 461000 河*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 保護裝置 模型 文件 自動 測試 方法 裝置 系統 | ||
1.一種基于保護裝置模型文件的自動測試方法,其特征在于,包括步驟:
S1、接收測試任務,并根據所述保護裝置的ICD模型文件確定保護裝置的類型;
S2、選擇試驗項目,制定測試方案;
S3、判斷裝置處于在線狀態還是離線狀態,若為離線狀態,執行步驟S4,若為在線狀態,跳轉至步驟S5;
S4、通過所述ICD模型文件獲取所述保護裝置保護定值的最大值和最小值,跳轉至步驟S6;
S5、通過在線讀取所述保護裝置的配置文件獲取保護裝置的保護定值;
S6、向測試儀下裝保護定值并回讀校驗信息;
S7、自動生成測試用例并執行所述測試用例;
S8、生成并存儲試驗結果。
2.根據權利要求1所述的自動測試方法,其特征在于,所述步驟S4中還包括獲取所述保護裝置的保護型號。
3.根據權利要求1所述的自動測試方法,其特征在于,所述步驟S5中獲取所述保護裝置的保護定值包括保護裝置的系統參數定值、保護定值和軟壓板信息。
4.根據權利要求1所述的自動測試方法,其特征在于,所述測試用例包括保護定值精度試驗、動作時間有效性、定值有效性試驗中的一個或多個。
5.一種基于保護裝置模型文件的自動測試裝置,其特征在于,包括任務接收模塊、測試方案制定模塊、保護定值獲取模塊、保護定值下裝模塊和測試用例生成及執行模塊;其中,
所述任務接收模塊,接收測試任務,并根據所述保護裝置的ICD模型文件確定保護裝置的類型;
所述測試方案制定模塊,選擇試驗項目,制定測試方案;
所述保護定值獲取模塊,根據判斷裝置處于在線狀態還是離線狀態,分別進行保護定值的獲取;
所述保護定值下裝模塊,向測試儀下裝保護定值并回讀校驗信息;
所述測試用例生成及執行模塊,自動生成測試用例、執行所述測試用例、生成并存儲試驗結果。
6.根據權利要求5所述的自動測試裝置,其特征在于,所述保護定值獲取模塊,根據判斷裝置處于在線狀態還是離線狀態,分別進行保護定值的獲取,包括:
判斷裝置處于在線狀態還是離線狀態,若為離線狀態,通過所述ICD模型文件獲取保護裝置保護定值的最大值和最小值;若為在線狀態,通過在線讀取所述保護裝置的配置文件獲取保護裝置的保護定值。
7.根據權利要求6所述的自動測試裝置,其特征在于,所述通過所述ICD模型文件獲取保護裝置保護定值的最大值和最小值,還包括獲取所述保護裝置的保護型號。
8.根據權利要求6所述的自動測試裝置,其特征在于,所述通過在線讀取所述保護裝置的配置文件獲取所述保護裝置的保護定值中,所述保護定值包括所述保護裝置的系統參數定值、保護定值和軟壓板信息。
9.根據權利要求6所述的自動測試裝置,其特征在于,所述測試用例包括保護定值精度試驗、動作時間有效性、定值有效性試驗中的一個或多個。
10.一種基于保護裝置模型文件的自動測試系統,其特征在于,包括控制主機、接口裝置、測試儀和保護裝置;
所述控制主機將模擬量、開關量和故障參數信息經接口程序解析后通過私有協議發送給所述接口裝置;
所述接口裝置解析所述私有協議并將其轉換成測試儀可接收的信息,驅動測試儀控制所述模擬量、開關量和故障參數信息;
所述保護裝置將測試結果反饋到所述接口裝置,再發送給所述控制主機;
其中,所述控制主機包括如權利要求5-9中任一項所述的自動測試裝置,執行如權利要求1-4中任一項所述的自動測試方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于許繼集團有限公司;許繼電氣股份有限公司;許昌許繼軟件技術有限公司,未經許繼集團有限公司;許繼電氣股份有限公司;許昌許繼軟件技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011018610.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種精準定位合裝裝置
- 下一篇:基于改進深度學習的電力負荷預測方法





