基于混合驱动模式的电力信息系统自动化测试研究和应用

电力信息系统具有功能复杂、业务数据多样、迭代频繁、运行维护周期长等特点,因此对信息系统开展传统手工测试,特别是冒烟和回归测试,存在工作强度大、重复性高、执行效率低等问题。但是在运行维护期间,电力信息系统的常用功能基本稳定,该阶段可以引入自动化测试技术,以提升系统迭代版本的测试效率和质量。本文在研究分析了现有自动化测试技术现状后,创新性地提出一种基于混合驱动模式的自动化测试方法。结合AutoTCG、Pytest、PO等技术搭建出一套自动化测试框架,并应用于国家电网有限公司某信息运维系统的迭代版本测试工作,有效提高了工作效率,降低了人工成本。

变模态倍压型LLC谐振变换器多目标参数优化

传统LLC变换器采用基波分析法,忽略高次谐波的影响,在远离谐振频率点误差较大,宽输出电压场合下变换器精度低。对此,该文深入分析变模态倍压型LLC谐振变换器工作模式,确立PO模式是其最佳工作模式,建立PO模式下状态时域方程,求解状态方程相关系数,得到负载约束、系数约束和角度约束条件,推导谐振电容Cr、电感比系数K和P阶段导通角θ等参数。基于模式边界、谐振电容最值和ZVS多目标约束条件,提出一种多目标参数优化方法,对变换器主电路参数进行优化设计,制作504 W变模态倍压型LLC谐振变换器样机。实验结果表明,基于时域分析的多目标参数优化设计的变换器能够实现全范围内软开关,以满足增益和高效率要求。

基于句法信息的微博情绪识别方法研究

情绪识别旨在自动识别文本是否含有情绪。情绪识别是情感分析研究中的一项基本任务。针对该任务,提出了一种基于句法信息的微博文本情绪识别方法。该方法的特色在于充分考虑了微博文本的句法信息。具体实现中,首先利用词性标注(POS)序列和结构句法树来表示句法信息,以分别提取POS序列模式、重写规则和二元句法标签作为特征进行文本表示;然后利用最大熵分类算法对微博文本进行情绪识别。实验结果表明,所提方法能够获得较好的识别效果。