[发明专利]一种基于异构信息流的电力大数据业务系统测试方法

说明书

本发明提供一种基于异构信息流的电力大数据业务系统测试方法，步骤1：自动采集电力大数据业务系统中的每个功能点R，并将该功能点分解成一组量化的因子；因子的个数与该功能点所关联的数据要素的个数相应，功能点中每存在一个数据要素，就有一个因子与之对应；步骤2：利用神经网络模型测试得到系统功能点质量的4个维度的输出；步骤3：根据测试输出的四个维度输出，计算功能点的判别值，当判别值达到某一阈值时，则判断该功能点通过测试，当判别值小于某一阈值时，则判断该功能点未通过测试。本发明提供能够快速自动、低成本、准确、能全面比较的面向电力企业门户和信息业务的业务系统测试方法。

技术领域

本发明面向供电、电力行业，特别地，涉及电力大数据业务系统相关功能点测试方法。

背景技术

电力行业是现代社会生产和生活的支柱行业。随着电力行业信息化、数据化水平的不断提高，业务量和业务范围的不断增加，电子化无纸化网络化办公软件的普遍应用，数据信息的共享、业务的办理、数据同步、信息发布等需要统一的软件平台进行集中管理和应用。当前电力企业门户和信息方面涉及业务众多，对软件系统的要求也越来越高。近年来，随着智能电网相关技术的快速发展，电力系统业务更新速度大幅提升，对支持系统软件开发、升级的要求越来越高，这就要求软件系统的功能要跟上时代的脚步。电力企业门户和信息软件系统作为电力企业业务的核心支持系统，在电力企业运营中起着至关重要的作用。一方面，业务变化要求软件研发加快迭代进度，以跟上业务发展的速度；另一方面，作为核心业务系统，电力企业门户和信息软件系统的稳定性、安全性必须得到保障。

软件系统的测试是提高系统软件实现质量，及时修正软件系统缺陷的重要步骤。在电力大数据业务需求快速迭代、系统更新频次不断加速的背景下，特别是近年来随着敏捷开发模式的快速兴起，系统的稳定性和可用性越来越成为业内关注的焦点。系统迭代速度加快不仅要求在需求分析阶段做好设计，在系统设计和开发阶段做好规划，更要求建立一套稳定、灵活、适应性强的测试方法，能够适用于不断迭代演进的电力大数据业务系统，实现在系统频繁更新的现实环境下对更新后系统功能点的测试。

而现有技术中，对于系统测试可以采用人工测试方式，但这种方式费时费力，且对测试人员的水平要求较高，同时也受到主观因素的影响。虽然目前也有使用计算机进行自动化系统测试的方法，但这些方法需要针对每个不同的系统软件进行单独开发和设计，不具有通用性，不能随系统迭代而自动变化，且其测试结果的准确性取决于每次单独开发的测试软件的设计结构，这使得不同测试对象、或不同期的测试结果不具有可比较性。此外，目前自动测试的方法均是针对软件整体进行测试，难以将每个功能点分离出来，独立测试。或者，即使能够分离，由于对于电力大数据系统而言，功能点非常多，这也会导致系统测试时间变长，资源消耗过度。

因此，设计一套能够快速自动、低成本、准确、能全面比较的面向电力企业门户和信息业务的业务系统测试方法势在必行。

发明内容

本申请描述了一种基于异构信息流的电力大数据业务系统测试方法，该方法包括下列步骤：

步骤1：自动采集电力大数据业务系统中的每个功能点R，并将该功能点分解成一组量化的因子；因子的个数与该功能点所关联的数据要素的个数相应，功能点中每存在一个数据要素，就有一个因子与之对应；

步骤2：利用神经网络模型测试得到系统功能点质量的4个维度的输出；

2.1根据大数据因子集合生成功能点质量的大数据特征F_R；

其中F_R表示由业务系统功能点的类型、安全级别、功能质量级别、性能质量级别四个方面的33个数据构成的33维特征数据；其中：

第1-3维特征数据分别为因子中3个不同类型对应的元素的个数；

第4-13维特征数据分别为因子中10个安全级别对应元素的个数；