无法通过单条 SCPI 命令直接读取“校准后稳定性与输出功率的关系”曲线或数据。这类关系属于仪器的固有硬件技术指标，通常固定在出厂规格书(Data Sheet)中，而非存储在电源内部供用户通过指令调取的变量。
不过，你可以通过 “SCPI 指令控制 + 外部高精度测量 + 数据分析” 的方式来进行间接验证或特性测试。具体思路如下：
1. 为什么要间接测试?
稳定性(如长期漂移、负载调整率)是动态性能，电源不会自带一个“实时稳定性值”的寄存器供查询。
校准数据(如校正系数)通常存储在非易失性内存中，但一般不对用户开放直接读取(或仅能通过特定服务指令读取原始系数，无法直接换算成稳定性)。
因此，必须借助外部基准(如高精度万用表/DMM)或电源自身的测量电路配合脚本来实现。
2. 实现方法与关键 SCPI 指令
你可以编写一个自动化脚本(如 Python + PyVISA)，通过改变输出功率点并监测波动来评估关系：
设置输出功率/电压/电流：
SOUR:VOLT
SOUR:CURR
OUTP:STAT ON：开启输出。
读取实际输出（评估稳定性）：
MEAS:VOLT?/ MEAS:CURR?：读取电源内部表计的测量值(适用于短时间稳定度)。
更推荐：使用 MEAS:POW?读取功率，或通过 GPIB/LAN 读取外接高精度万用表的读数，进行长时间采样。
数据分析：
在不同功率点(如 25%、50%、100% 额定功率)，连续采样 N 次(如 100 次)。
计算 标准差（Std Dev） 或 峰峰值（Max-Min），数值越小代表稳定性越好，从而绘制出“功率-稳定性”的分布关系。
3. 参考脚本逻辑(伪代码)
power_points = [100W, 500W, 1000W] # 不同功率点
for power in power_points:
set_voltage_curr(power)
samples = [query('MEAS:VOLT?') for _ in range(100)]
stability = np.std(samples) # 计算标准差作为稳定性指标
print(f"功率: {power}, 稳定性(Std): {stability}")
建议
如果你是需要确认仪器是否符合指标，建议直接查阅该型号的官方用户手册（User Manual）或技术规格书（Specification）中的“Load Effect(负载效应)”和“Output Stability”章节，那里有明确的高低功率条件下的保证值。
