摘要:
智能电能表是重要的电力计量设备,关系国计民生.据统计现场运行电表的故障率在0.004%,其中软件引起的故障高达20%,因此软件成为影响电表可靠性,稳定性的关键因素.本文对目前智能电能表软件体系结构及软件故障模式和产生原因进行分析,研究重要故障复现方法,并依据故障信息设计具有一定深度和广度的测试用例,通过测试平台验证所设计测试用例的有效性.论文的主要工作如下: 首先分析目前嵌入式软件常用的体系结构,探讨各种结构的特点.智能电能表软件作为特殊的嵌入式软件的一种,通过分析其工作原理并结合其硬件的模块化设计,设计了电能表典型的软件体系架构模型,并分析这种体系结构的合理性. 其次运用FMEA(Failure Mode and Effects Analysis)方法,对目前智能电能表现场运行及实验室测试过程中的各种软件故障及原因进行详细分析,研究智能电能表软件的失效原因.为快速查询故障信息并准确定位故障模式,从而指导测试用例设计,设计了基于神经网络的故障模式自动识别,实现了最佳的分类效果. 基于黑盒测试方法和测试用例设计的原则,针对故障较高的模块设计具有一定深度和广度的测试用例.结合某一具体故障现象,运用故障注入的设计原则研究故障复现及检测方法.基于测试平台对所设计的测试用例进行实验验证,测试结果表明所设计的测试用例可以激发智能电能表故障,发现潜在软件缺陷,验证了测试用例的合理性,对智能电能表的测试具有重要意义. 最后总结本文并展望未来的工作.
展开