一种电源性能测试方法及系统与流程
- 国知局
- 2024-07-30 11:14:38
本发明涉及电源性能测试,具体涉及一种电源性能测试方法及系统。
背景技术:
1、随着计算机技术的飞速发展和广泛应用,现代社会对计算机系统的依赖程度与日俱增,无论是办公、科研、教育、娱乐,乃至工业生产、城市管理等各个领域,计算机都发挥着不可替代的作用。因此,确保计算机系统的稳定、安全运行显得尤为关键。在计算机硬件系统中,电源作为提供能源的核心组件,其性能优劣直接关系到整个系统的稳定性和耐用性。进行计算机电源功率测试是保障系统安全运行的一项核心措施。由于计算机内部各部件需要恒定且稳定的电压和电流供应,任何电力供应的波动或不足,都有可能导致硬件故障、数据丢失甚至硬件损坏等问题。测试计算机的功率需求有助于选择合适的电源设备,例如选用高效节能的电源供应器,既能够保证为计算机提供充足且稳定的电能供给,又能有效降低能耗,符合当今绿色节能的发展趋势。
2、目前对计算机电源性能的测试主要为功率测试,测量电源在不同负载下的输出功率、效率和稳定性。通过识别异常状态判定电源的最大输出功率。dbscan算法作为一种用于异常检测的算法,可用以检测电源的异常功率,但dbscan算法固定的邻域半径过小或过大均易导致电源功率检测存在误差,进而重复测试,影响电源性能测试效率,浪费测试时间。
技术实现思路
1、为了解决上述技术问题,本发明的目的在于提供一种电源性能测试方法及系统,所采用的技术方案具体如下:
2、第一方面,本发明实施例提供了一种电源性能测试方法,该方法包括以下步骤:
3、获取电源维持工作的最低功率;将以最低功率为起点依次增长最低功率的1%得到各叠加功率;设定最低保持时间,将最低功率及各叠加功率分别作为电源功率,对最低保持时间内的电源功率进行采样,组成功率序列;根据功率序列中的极值分布得到各功率序列的极值偏向度;
4、根据极值偏向度及功率序列中元素的波动幅度得到各功率序列的单位极值度;根据单位极值度及功率序列中元素的分布特征得到各功率序列的浮动性变量;将所有功率序列的浮动性变量作为浮动性变量序列;根据浮动性变量序列中相邻元素的差异得到浮动性变量序列中相邻元素之间的邻近梯度对比率;将所有相邻元素之间的邻近梯度对比率作为邻近梯度对比率序列;
5、获取邻近梯度对比率序列的左绝对差值序列;根据左绝对差值序列中各元素的重要程度得到左绝对差值序列中各元素的聚合权重;根据聚合权重及左绝对差值序列中元素的分布得到邻近梯度对比率序列的自适应邻域半径;结合邻近梯度对比率序列的自适应邻域半径及dbscan算法完成电源性能测试。
6、优选的,所述根据功率序列中的极值分布得到各功率序列的极值偏向度,包括:
7、计算各功率序列的极大值与极小值,将所有极大值作为极大序列,将所有极小值作为极小序列,计算极大序列的中位数与极小序列的中位数的差值,记为第一差值,计算极大序列所有元素的均值与极小序列所有元素的均值的差值,记为第二差值,将所述第一差值与所述第二差值的比值作为各功率序列的极值偏向度。
8、优选的,所述根据极值偏向度及功率序列中元素的波动幅度得到各功率序列的单位极值度,表达式为:
9、,
10、式中,表示功率序列的单位极值度,表示功率序列中的第j+1个极值,表示功率序列中的第j个极值, m表示功率序列中极值的数量, n表示功率序列中包含元素的个数,表示功率序列的极值偏向度,表示调节因子,表示以自然常数为底数的指数函数。
11、优选的,所述根据单位极值度及功率序列中元素的分布特征得到各功率序列的浮动性变量,包括:
12、针对各功率序列,计算功率序列中各元素与所有元素的均值的差值绝对值,将所有所述差值绝对值的均值与单位极值度的乘积作为各功率序列的浮动性变量。
13、优选的,所述根据浮动性变量序列中相邻元素的差异得到浮动性变量序列中相邻元素之间的邻近梯度对比率,表达式为:
14、,
15、式中,表示浮动性变量序列中第k个元素与第k+1个元素之间的临近梯度对比率,表示浮动性变量序列中第k个元素的窗口序列,表示浮动性变量序列中第k+1个元素的窗口序列,表示浮动性变量序列中第k+1个元素的窗口序列中的第b个数值,表示浮动性变量序列中第k个元素的窗口序列中的第b个数值, l表示窗口序列的长度,表示计算序列与序列的dtw距离。
16、优选的,所述获取邻近梯度对比率序列的左绝对差值序列,包括:
17、计算邻近梯度对比率序列中各元素与相邻的后一个元素的差值绝对值,所述差值绝对值为左绝对差值序列中的各元素。
18、优选的,所述根据左绝对差值序列中各元素的重要程度得到左绝对差值序列中各元素的聚合权重,包括:
19、将左绝对差值序列中各元素的相反数作为以自然常数为底数的指数函数的指数,将所述指数函数的计算结果与所有所述指数函数的计算结果的和值的比值作为左绝对差值序列中各元素的聚合权重。
20、优选的,所述根据聚合权重及左绝对差值序列中元素的分布得到邻近梯度对比率序列的自适应邻域半径,表达式为:
21、,
22、式中, d表示邻近梯度对比率序列的自适应邻域半径,表示左绝对差值序列中所有元素的众数,表示左绝对差值序列中所有元素的均值,表示左绝对差值序列中的第i个元素,表示左绝对差值序列中第i个元素的聚合权重, n表示左绝对差值序列中所有元素的个数。
23、优选的,所述结合邻近梯度对比率序列的自适应邻域半径及dbscan算法完成电源性能测试,包括:
24、将邻近梯度对比率序列的自适应邻域半径作为dbscan算法的邻域半径,利用改进的dbscan算法对邻近梯度对比率序列中所有元素进行聚类,若聚类簇的个数大于1,则计算各聚类簇的所有元素对应的叠加功率的均值,将所述均值最小的聚类簇中所有元素对应的叠加功率的最大值作为电源的最大功率,若聚类簇的个数为1,在原有叠加功率的基础上,采用与叠加功率相同的计算方法继续增加一个叠加功率,重复聚类过程,直至聚类簇的个数不为1。
25、第二方面,本发明实施例还提供了一种电源性能测试系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
26、本发明至少具有如下有益效果:
27、本发明通过获取电源的各功率序列,根据各功率序列的极值分布得到各功率序列的浮动性变量,体现了电源功率的波动性变化,更准确的表征电源的工作状态,根据浮动性变量序列构建浮动性变量序列中相邻元素之间的邻近梯度对比率,反映出浮动性变量序列中各元素的变化趋势,及时观测电源性能的优劣,根据邻近梯度对比率序列构建自适应邻域半径,结合dbscan算法,避免由于邻域半径过大或过小出现聚类误差导致电源性能测试多次重复浪费时间的问题,提高了电源性能测试的精度与效率,节省了电源性能测试的时间。
本文地址:https://www.jishuxx.com/zhuanli/20240730/155959.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表