CN115136098A - 基于电池测量结果的用户简档 - Google Patents
基于电池测量结果的用户简档 Download PDFInfo
- Publication number
- CN115136098A CN115136098A CN202080096758.3A CN202080096758A CN115136098A CN 115136098 A CN115136098 A CN 115136098A CN 202080096758 A CN202080096758 A CN 202080096758A CN 115136098 A CN115136098 A CN 115136098A
- Authority
- CN
- China
- Prior art keywords
- battery
- electronic device
- processor
- user profile
- battery consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
- G06F1/3231—Monitoring the presence, absence or movement of users
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
- G06F1/3212—Monitoring battery levels, e.g. power saving mode being initiated when battery voltage goes below a certain level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/28—Supervision thereof, e.g. detecting power-supply failure by out of limits supervision
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/30—Means for acting in the event of power-supply failure or interruption, e.g. power-supply fluctuations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
在一些示例中,电子设备包括电池;存储设备,其存储用户简档,用户简档包括电池的使用模式;以及,处理器,其耦合到电池和存储设备,处理器用于:接收电池的电池测量结果和电子设备的第一组件的操作数据;基于电池测量结果来计算第一组件的电池消耗;将电池消耗与使用模式进行比较;基于该比较,使用时间序列模型来更新用户简档,其中,对时间序列模型的输入包括电池测量结果和操作数据;以及,基于更新的用户简档来调节电子设备的电池消耗。
Description
背景技术
为了提供电力和有利于便携,电子设备通常配备有可再充电电池。可再充电电池使电子设备可以在没有任何可用电源插座的位置处工作。可再充电电池还使电子设备的用户能够从一个位置行进到另一个位置,而不受电源线长度的限制。当使用电子设备时,可充电电池的电量耗散。对电池再充电通常需要使电子设备保持在具有电源插座的位置几分钟至几小时。
附图说明
下面将参考以下附图描述各种示例:
图1是根据各种示例的具有电池的电子设备的示意图;
图2是根据各种示例的具有电池的电子设备的示意图;
图3是根据各种示例的电子设备的用户简档的查找表;
图4是根据各种示例的用于确定用户简档的使用模式的神经网络的构思图;
图5是根据各种示例的用于确定用户简档的使用模式的神经网络的构思图;
图6是用于管理电子设备的电池消耗的一种系统的示意图;
图7是用于管理电子设备的电池消耗的一种系统的示意图;
图8是用于管理电子设备的电池消耗的一种方法的流程图;
图9是根据各种示例的用于管理电子设备的电池消耗的一种方法的流程图;
图10是用于管理电子设备的电池消耗的一种系统的示意图;以及
图11是用户简档的使用模式的时序图。
具体实施方式
如上所述,电子设备(例如,膝上型计算机、笔记本计算机、平板电脑、智能电话、移动设备、或具有电池和捕获性能信息的能力的任何其他合适的设备)配备有可再充电电池,本文中称为电池,以提供电力和有利于便携。作为说明性的情况,膝上型计算机具有电池,以使用户在电源插座可能不可用的位置处(例如,户外、会议中心、购物中心、礼堂、自助餐厅、大堂)使用膝上型设备。当电子设备从电池汲取电力时,电池的电量耗散。
当描述电池时,可以使用被称为“充电状态”的度量。充电状态将电池的剩余能量的量指示为最大充电容量的百分比。当电池的充电状态降到阈值以下时,电子设备的操作可能就会受到影响。例如,应用(例如,机器可读指令)可能由于与应用相关联的能量消耗超过与充电状态相关联的剩余能量而无法执行。在另一实例中,当充电状态降到该阈值以下时,电子设备可以关闭。与电池相关的另一度量被称为“最大充电容量”。“最大充电容量”是电池在充满电时所保有的能量的量。最大充电容量可随着电池老化而降低。如下面参考图1所讨论的,充电状态和最大充电容量可以是由电子设备获取的测量结果。
一旦充电完全耗散或达到影响电子设备的操作的水平(例如,以确保电子设备的操作不被中断),电池就应被再充电。然而,在一些情况下,用户可能会离开电源插座超过与充电状态相关联的剩余电池寿命的持续时间。剩余电池寿命是对在电池完全放电之前电子设备可以工作多长时间的估计。剩余电池寿命可以是由电子设备提供的估计,如下面参考图1所讨论的,或者它可以是由用户做出的估计。由于系统的性能配置和用户采取的动作(例如,在接收到低电池警告之后未能再充电,当电量耗散低于该阈值时继续利用电子设备),剩余电池寿命可能是不准确的,并且电池可能耗散得比估计的快。性能配置是为电子设备的组件建立操作限制和条件的设置。电子设备的组件包括硬件(例如,中央处理单元(CPU)、图形处理单元(GPU)、风扇、输入设备、存储器设备、输出设备、无线发射机、灯)和应用(例如,机器可读指令)。
本公开描述了电子设备的各种示例,该电子设备被配置为提高剩余电池寿命的计算的准确度并且通过基于电池测量结果、操作数据和用户简档来调节电子设备的电池消耗而增加剩余电池寿命。电池消耗是在一个时间段期间电池放电的速率。该时间段可以是固定的或可变的,如下面参考图1所讨论的。在该时间段期间电池放电的速率由在该时间段期间使用什么组件来确定。例如,在多个应用正在执行的时间段期间电池放电速率可以高于在其间没有发生用户与电子设备的交互的时间段。电池测量结果是关于电池在该时间段期间的性能信息。(参见下面参考图1对电池测量结果的讨论)操作数据是在该时间段期间关于组件的性能信息。(参见下文参考图2对操作数据的讨论)用户简档是描述影响电池使用模式的计算的数据(例如,关于电子设备的信息、关于电子设备的用户的信息)的关系信息。(参见下面参考图1到5对用户简档的讨论)使用模式是在多个时间段上的电池消耗的模型。(参见下文参考图2对使用模式的讨论)电子设备利用时间序列模型来基于电池测量结果和操作数据更新用户简档。时间序列模型确定了基于时间的数据点中的模式。(参见下面参考图1和2对时间序列模型的讨论)通过结合电池测量结果和操作数据考虑用户简档,可以提高剩余电池寿命的计算的准确性,并且可以通过减少电子设备的电池消耗来增加剩余电池寿命。
在根据本公开的一个示例中,提供了一种电子设备。所述电子设备包括电池;存储设备,其存储用户简档,所述用户简档包括所述电池的使用模式;以及,处理器,其耦合到所述电池和所述存储设备,所述处理器用于:接收所述电池的电池测量结果和所述电子设备的第一组件的操作数据;基于所述电池测量结果来计算所述第一组件的电池消耗;将所述电池消耗与所述使用模式进行比较;基于所述比较,使用时间序列模型更新所述用户简档,其中,对所述时间序列模型的输入包括所述电池测量结果和所述操作数据;以及,基于更新的用户简档来调节电子设备的电池消耗。
在根据本公开的另一示例中,提供了一种系统。该系统包括耦合到处理器的计算机可读介质。所述计算机可读介质是存储机器可读指令的非暂态介质,所述机器可读指令在由电子设备的处理器执行时使所述处理器接收电子设备的操作数据,所述操作数据包括电池测量结果日志及活动日志;基于所述电池测量结果日志的电池测量结果来计算所述活动日志的活动的电池消耗;将所述电池消耗与用户简档的使用模式进行比较;基于所述比较,使用时间序列模型来更新所述用户简档,其中,对所述时间序列模型的输入包括所述电池消耗和所述活动;以及,基于更新的用户简档来调节电子设备的电池消耗。
在根据本公开的又一示例中,提供了一种方法。所述方法包括接收电子设备的电池的测量结果;接收所述电子设备的活动;基于所述电池测量结果来计算所述活动的电池消耗;基于所述计算,使用时间序列模型来更新所述电子设备的用户简档,其中,对所述时间序列模型的输入包括所述电池消耗和所述活动;以及,基于更新的用户简档来调节电子设备的电池消耗。
图1是根据各种示例的具有电池102的电子设备100的示意图。电子设备100包括电池102、存储设备104以及耦合到电池102和存储设备104的处理器110。电子设备100可以例如是膝上型计算机、笔记本计算机、平板电脑、智能电话、移动设备或具有电池102并且能够捕获关于设备的操作的数据的任何其他合适的设备。处理器110可以包括例如微处理器、微型计算机、微控制器或另一合适的控制器。例如,存储设备104可以包括硬盘驱动器、固态驱动器(SSD)、闪速存储器、随机存取存储器(RAM)或其他合适的存储器。
存储设备104可以包括用户简档106和机器可读指令108。如上所述,用户简档106是描述影响使用模式的确定的数据(例如,关于电子设备100的信息、关于电子设备100的用户的信息)的关系信息。在一些示例中,用户简档106被实现为存储影响使用模式的计算的数据的数据结构。如在此所使用的,数据结构是存储和交叉引用数据的对象(例如,查找表或数据库)。如以下参考图4和5所讨论的,在一些示例中,用户简档106的使用模式是由神经网络来确定的。神经网络的输入包括可以基于加权关系的集合(例如,偏置层)影响使用模式的数据。在另一示例中,如下面参考图2所讨论的,使用模式可由时间序列模型来生成。机器可读指令108在由处理器110执行时可以使处理器110执行本文中归属于处理器110的动作中的一些或全部。
在各种示例中,用户简档106可以包括关于电子设备100的信息(例如,日期、时间、所有者、组件、活动)、关于电子设备100的用户的信息(例如,标识符、行为)或其组合。如上所述,组件可以是一件硬件或应用。该硬件可以是例如CPU、GPU、风扇、输入设备、存储器设备、输出设备、无线发射机或灯。输入设备可以是例如触摸屏、键盘、鼠标或读卡器。输出设备可以是例如打印机、显示器或触摸屏。例如,应用可以是操作系统、硬件驱动器、文本编辑器、电子表格或照片编辑器。电子设备100的活动描述了利用多个组件的电子设备100的操作(例如,播放幻灯片、编辑文档、编辑图像、发消息)。在本公开中,除了观看电影、阅读新闻文章、玩游戏、利用支付应用以及以飞行模式操作电子设备100之外,关于组件或活动的各种信息中的任何信息都可以有资格作为关于电子设备100的信息,这在一些示例中可以被排除,而在其他示例中可以被包括。用户行为描述了用户在日常基础上参与的活动或活动集合(例如,每天参加会议、每天观看电影、每周编辑照片、每月参加会议)。在本公开中,除了日常工作安排之外,关于用户行为的各种信息中的任何信息可以有资格作为关于用户的信息,日常工作安排可以在一些示例中被排除,而在其他示例中被包括。
在一些示例中,用户简档106可以在电子设备100的制造期间被安装在存储设备104上。在各种示例中,电子设备100的所有者可以提供用户简档106。在其他示例中,包括关于电子设备100的信息的用户简档106可以在制造时安装并且随着处理器110学习关于电子设备100或用户的信息而利用关于用户或电子设备100的信息来更新。在又其他示例中,用户简档106可以由处理器110来学习。
在一些示例中,电子设备100可以在多个用户之间共享。例如,电子设备100可以是在学校的学生之间共享的膝上型计算机。在另一示例中,电子设备100可以是在医师办公室中的医疗助理之间共享的平板电脑。在又一示例中,电子设备100可以是零售机构中的销售点单元。多个用户中的用户可以具有用户简档106。多个用户中的用户的用户简档106可以包括时间表,该时间表包括例如用户何时访问电子设备100。在另一示例中,多个用户中的用户的用户简档106可以包括安装在电子设备100上的应用的列表,用户对该应用具有访问权限。在又一示例中,多个用户中的用户的用户简档106可以包括用户连接到的网络连接的列表。
在各种示例中,机器可读指令108可以使处理器110接收电池102的电池测量结果。例如,电池测量结果可以指示最大充电容量、充电状态、最大电压、电压状态、消耗率、错误状态或其某种组合。如上所述,最大充电容量是存储在充满电的电池102中的能量的量。如上所述,充电状态是在测量时间作为最大充电容量的百分比的能量的剩余量。最大电压是充满电的电池102的电压。电压状态是测量时的电压。消耗率是在测量时间的电池消耗。错误状态是关于电池102的总体健康和寿命的信息。例如,如果电池102的单元降到最大容量的阈值百分比以下,则错误状态可以指示电池应当被更换。
在一些示例中,机器可读指令108可以使处理器110利用电池测量结果来计算电子设备100的电池消耗。例如,处理器110可以接收消耗率,并且确定消耗率是电子设备100的电池消耗。在其它示例中,处理器110可以利用电池测量结果和先前电池测量结果来确定电池消耗。先前电池测量结果是在当前时间段之前的时间段期间捕获的电池测量结果。当前时间段是与电池测量结果相关联的时间段。在一些示例中,先前电池测量结果可以存储在存储设备104上。例如,先前电池测量结果可以被存储为用户简档106的数据。
在一些示例中,先前电池测量结果是时间序列模型的数据点。如上所述,时间序列模型利用了基于时间的数据点来确定数据中的模式。采样速率确定何时收集数据点。采样速率可以呈等间隔的时间间隔(例如,每分钟、每十五分钟、每小时)。例如,当采样速率呈十五分钟间隔时,第一时间段可以等于操作的第一个十五分钟;第二时间段可以等于操作的第二个十五分钟;并且第n个时间段可以等于操作的第n个十五分钟。当时间段等于采样速率的时间间隔时,该时间段就可以被认为是固定的。在其它示例中,处理器110可以确定数据中的模式,如下文参考图2所讨论的,且当等于模式的一部分的持续时间时,时间段就可以被称为可变的。例如,该模式可以包括第一持续时间,在该第一持续时间期间数据点指示电池消耗稳定增加;第二较短持续时间,在所述第二较短持续时间期间,所述数据点指示稳定电池消耗;以及第三和最长持续时间,在该第三和最长持续时间期间数据点指示不定时电池消耗。该时间段根据所使用的持续时间而变化。
计算电池消耗的方式可以取决于接收到哪个电池测量结果。例如,处理器110可以接收充电状态作为电池测量结果。处理器110可以从存储设备104提取先前的充电状态,并且减去充电状态以确定与电池测量结果的时间段相关联的电池消耗。例如,先前充电状态可以是电池102的最大充电容量。在另一示例中,处理器110可以接收电压状态并且将该电压状态与电压耗散曲线进行比较以确定电池102的充电状态。电压耗散曲线是基于电压状态对消耗率进行建模的时间序列模型的一个示例。电压耗散曲线包含从具有充满电(例如,最大电压)的电池102到完全耗散(例如,具有基本上到等于零的充电)的电池102的时间段。
例如,曲线的y轴指示电池102的电压,并且曲线的x轴指示已放电的充电容量的百分比。该曲线可以由例如电池102的制造商提供,并且在电子设备100的制造期间作为用户简档106的一部分安装在存储设备104上。处理器110可以确定曲线上具有基本上等于电压状态的电压值的点。为了确定放电的容量的百分比,处理器110可以确定与曲线上的点相对应的在x轴上的值。例如,处理器110可以确定电池消耗等于x轴上与曲线上的点相对应的值。在另一示例中,处理器110可以通过从与电压状态相关联的放电容量的百分比中减去与先前电压状态相关联的放电容量的百分比来计算电池消耗。在一些示例中,随着电池102老化,并且最大电压降低,处理器110可以确定新的电压耗散曲线,并且用该新的电压耗散曲线来更新用户简档106,如下面参考图2所讨论的。
在电池测量结果大于先前电池测量结果的各种示例中,所得到的电池消耗计算结果可以是零或负的,指示电池102被充电或更换。例如,如果充电状态大于先前的充电状态,则处理器110可以确定电池102被充电。在另一示例中,如果最大充电容量大于先前的最大充电容量,则处理器110可以确定电池102被更换。处理器110可以用与充电或更换相关联的信息(例如,充电容量的增加、电子设备100被充电或更换的时间段)来更新用户简档106。
通过考虑先前电池测量结果的附加数据,处理器110可以提高电池消耗的计算的准确度。在一些示例中,处理器110可以利用电池消耗来预测电池102的泄放速率。在各种示例中,处理器110可以确定泄放速率等于电池消耗与用于计算电池消耗的电池测量结果相关联的时间段的比率。例如,处理器110可以接收2%的消耗率并且具有10分钟的采样速率。在前一个十分钟时间段的电池测量结果指示电池102具有最大充电容量的一个示例中,处理器110可以确定电池消耗等于2%消耗率。处理器110可以确定例如每10分钟的泄放率等于2%。
在各种示例中,处理器110可以基于泄放率来计算剩余电池寿命。在前一个十分钟时间段的电池测量结果指示电池102具有最大充电容量的示例中,处理器110可以通过将100%(例如,指示最大充电容量)除以2%以确定乘数50来预测剩余电池寿命。处理器110可以将该乘数乘以与电池测量结果相关联的时间段,以获得总操作时间。继续先前的示例,其中,电池102在先前时间段中具有最大电量,处理器110将50乘以10以便以等于每10分钟2%的泄放率来确定电子设备100可以具有500分钟的总操作时间。在一些示例中,处理器110通过从总操作时间减去与用于计算电池消耗的电池测量结果相关联的时间段来计算剩余电池寿命。继续先前的示例,其中,电池102在先前时间段中具有最大充电容量,处理器110从500分钟中减去10分钟(例如,2%消耗率的时间段)以确定490分钟的剩余电池寿命。在另一示例中,处理器110可以通过减去与电池测量结果相关联的时间段和先前时间段来计算剩余电池寿命,在先前时间段指示电池102具有最大充电容量或者被充电或更换时停止。通过利用先前电池测量结果的附加数据,处理器110可以提高剩余电池寿命的准确度。
图2是根据各种示例的具有电池102的电子设备100的示意图。如上文参考图1所讨论的,电子设备100包括电池102、存储设备104及耦合到电池102及存储设备104的处理器110。存储设备104可以存储用户简档106和机器可读指令200、202、204、206和208。机器可读指令200、202、204、206、208可以是例如机器可读指令108。机器可读指令200、202、204、206、208可以由处理器110执行。
机器可读指令200、202、204、206、208的执行可以使处理器110计算第一组件的电池消耗,基于电池消耗来更新用户简档106,并且基于更新的用户简档106来调节电子设备100的电池消耗。指令200的执行可以使得处理器110接收电池102的电池测量结果和电子设备100的第一组件的操作数据。指令202的执行可以使处理器110基于电池测量结果来计算第一组件的电池消耗。指令204的执行可以使处理器110将电池消耗与用户简档106的使用模式进行比较。指令206的执行可以使处理器110基于比较使用时间序列模型来更新用户简档106,其中,对该时间序列模型的输入包括电池测量结果和操作数据。指令208的执行可以使处理器110基于更新的用户简档106来调节电子设备100的电池消耗。
在各种示例中,处理器110接收电池102的电池测量结果和第一组件的操作数据。如上文参考图1所讨论的,电池测量结果可以是例如最大充电容量、充电状态、最大电压、电压状态、消耗率、错误状态或其某一组合。如上所讨论的,操作数据是关于组件状态的性能信息。操作数据可以包括例如标识符、测量结果、描述、错误状态或其组合。例如,处理器110可以接收包括GPU的标识符和GPU的使用率(例如,测量结果)的操作数据。例如,使用率可以是与操作数据相关联的时间段内的总电池使用的百分比。
在一些示例中,处理器110可以利用电池测量结果来计算被操作数据标识的组件的电池消耗。继续前面的示例,处理器110可以接收消耗率作为电池测量结果,并且接收GPU的使用率作为运算数据。处理器110可确定GPU的电池消耗是例如消耗率。在另一示例中,处理器110可以通过基于使用率确定消耗率的百分比来确定GPU的电池消耗。例如,处理器110可以接收2%的消耗率、GPU的标识符和28%的使用率。例如,处理器110可以确定电子设备100的电池消耗是2%消耗率,GPU的电池消耗是2%的28%,即0.56%。
如上文参考图1所讨论的,先前电池测量结果可以存储在存储设备104上。例如,先前电池测量结果可以被存储为存储在存储设备104上的用户简档106的数据。在其他示例中,先前操作数据可以存储在存储设备104上。先前操作数据是在与处理器110接收的操作数据相关联的时间段之前的时间段期间捕获的操作数据。例如,先前操作数据可以被存储为用户简档106的数据。在各种示例中,处理器110可以在确定电池消耗时利用用户简档106的先前操作数据。例如,处理器110可以接收电池测量结果和操作数据。处理器110可以利用用户简档106的先前操作数据来确定自从与处理器110接收的操作数据相关联的时间段之前的时间段以来,已经执行了附加应用。处理器110可以通过利用与先前时间段相关联并且被存储为用户简档106的数据的先前电池测量结果来计算附加应用的电池消耗,如以上参考图1所讨论的。
如上文参考图1所讨论的,在一些示例中,电池消耗可以指示电池102已经被再充电或更换。在各种示例中,处理器110可以从用户简档106提取使用模式以确定第一组件的电池消耗。如上文参考图1所讨论的,使用模式是在多个时间段上的电池消耗。用户简档可以包括例如组件、活动、用户行为、电池102、电子设备100或其某种组合的使用模式。如上文参考图1所讨论的,使用模式可以由时间序列模型来确定。在一些示例中,对时间序列模型的输入可以是电池测量结果、操作数据或其某种组合。如上文参考图1所讨论的,采样速率确定何时收集数据点。在各种示例中,采样速率可以针对电池测量结果和操作数据而不同。例如,电池测量结果可以每几秒被采样,而操作数据可以每分钟被收集。在另一示例中,第一组件的操作数据可以以与第二组件的操作数据不同的速率被采样。在其它示例中,处理器110可以调节电池测量结果、操作数据或其某一组合的采样速率。例如,如果用户执行应用,则处理器110可以将该应用的操作数据的采样速率增加到等于电池测量结果的采样速率。在另一示例中,如果用户关闭了应用,则处理器110可以降低电池测量结果和操作数据的采样速率。通过降低采样速率,处理器110可以通过减少电子设备100的活动(例如,对数据进行采样)的电池消耗来增加剩余电池寿命。
在一些示例中,对时间序列模型的输入可以是计算的电池消耗和与计算的电池消耗相关联的时间段。例如,针对组件的时间序列模型的输入可以是由处理器110针对该组件计算的电池消耗和对应的时间段。在另一示例中,针对活动的时间序列模型的输入可以是由处理器110针对该活动计算的电池消耗和对应的时间段。在又一示例中,针对用户行为的时间序列模型的输入可以是由处理器110针对该用户行为计算的电池消耗和对应的时间段。
在各种示例中,处理器110可以通过在y轴上绘制电池消耗和在x轴上绘制对应的时间段来确定使用模式。在一些示例中,处理器110可以确定最佳拟合曲线。例如,如上文参考图1所讨论的,电压耗散曲线是基于电压状态对电池102的消耗率进行建模的最佳拟合曲线的一个示例。电压耗散曲线可以被称为在电池102充满电(例如,最大电压)到电池102完全耗散(例如,具有基本上等于零的电量)的时间段期间电池102的使用模式。如上文参考图1所讨论的,在各种示例中,随着电池102老化,最大电压降低,并且处理器110可以通过利用时间序列模型以确定对电池102的消耗率建模的新的最佳拟合曲线来确定新的电压耗散曲线。
在其它示例中,处理器110可确定使用模式包括与时间段相关联的电池消耗的范围。例如,处理器110可以确定在几天内的相同两小时时间段期间出现的组件的四个电池消耗1%、10%、11%和10.2%。处理器110可以确定1%的电池消耗是异常值,并且例如两小时时间段的电池消耗的模式是10-11%。在另一示例中,处理器110可确定1%电池消耗建立了使用模式的一种单独模式。例如,1%的电池消耗可能发生在星期天,而10-11%的电池消耗可能发生在星期一到星期三。处理器110可以例如确定周末(例如,星期六和星期日)的1%的使用模式和工作日(例如,星期一到星期五)的10-11%的使用模式。
在各种示例中,为了基于组件的使用模式来确定组件的电池消耗,处理器110可以将使用模式的时间段与例如电池测量结果、操作数据或其某种组合的时间段进行比较。使用模式的时间段是模式保持一致的一个时间段。一致性可以指示模式的值保持基本相同,可以指示模式的值以基本相同的速率增加或减少,或者可以指示在其他情况下一致使用模式中的不稳定性的时间段。
暂时前转到图11,根据各种示例,描绘了用户简档的使用模式的时序图1100。例如,用户简档可以是用户简档106。x轴指示包括一天内的时钟时间的时间段。y轴指示电池消耗的百分比。使用模式1100包括时间段1102、1104、1106、1108和1110。时间段1102、1104、1106、1108、1110对应于使用模式1100的模式保持一致的持续时间。例如,电池的百分比在从午夜到上午6:00的第一时间段1102内保持基本相同;在从上午6:00到上午11:00的第二时间段1104内以基本恒定的速率增加;在从上午11:00直到下午1:00的第三时间段1106内保持基本相同;在从下午1:00到下午6:00第四时间段1108内下降到更低并基本相同的值;并且在从下午6:00直到午夜的第五时间段1110内是不可预测的。
现在转到图2,处理器110可以确定组件的电池测量结果和操作数据的时间段为例如下午3:00到下午3:10。利用时序图1100,处理器110可以确定第一组件的电池消耗等于在第四时间段1108内使用模式1100的电池消耗。
在一些示例中,处理器110可以从用户简档106提取用于与电池消耗进行比较的使用模式。处理器110可以确定计算的电池消耗是否符合使用模式。例如,当使用模式是最佳拟合曲线时,处理器110可以确定在等效时间段期间电池消耗是否基本上等于最佳拟合曲线上的值。在另一示例中,当使用模式包括针对时间段的值的范围时,处理器110可以确定电池消耗在该等效时间段期间是否在该范围内。
在各种示例中,处理器110可以基于使用模式与电池消耗的比较来更新用户简档106。例如,比较可以揭示出单独的使用模式正在进行,如在上面的示例中所讨论的,其中,1%电池消耗发生在周日,而10-11%电池消耗发生在周一到周三。如上所述,处理器110可以利用时间序列模型来更新用户简档。如以下参考图4和5所讨论的,在一些示例中,处理器110可以利用诸如长期短期记忆(或其他时间序列建模技术)之类的机器学习技术来更新用户简档106的使用模式。例如,对时间序列模型的输入可以包括电池消耗、电池测量结果、操作数据或其某种组合。
在一些示例中,处理器110可以基于更新的用户简档106来调节电子设备100的电池消耗。例如,处理器110可以基于更新的用户简档106确定新的使用模式。在各种示例中,处理器110可以基于该新的使用模式来计算剩余电池寿命。处理器110可以确定电池消耗在哪里符合该新的使用模式。例如,该新的使用模式可以指示从午夜到上午8:00的第一时间段具有很少到没有电池消耗;从上午8:00到上午10:00的第二时间段,具有低但稳定的电池消耗;从上午10:00到中午的第三时间段具有高电池消耗;从中午到下午1:00的第四时间段具有很少到没有电池消耗;从下午1:00到下午6:00的第五时间段,具有低但稳定的电池消耗;以及,从下午6:00直到午夜的第六时间段具有很少到没有电池消耗。处理器110可以确定在该新的使用模式的第二时间段中出现电池消耗。处理器110可以基于该新的使用模式来估计剩余电池寿命。例如,处理器110可以利用阶跃函数。处理器110可以计算每个时间段的泄放率,并且将结果求和以基于该使用模式获得电池的总泄放。处理器110可以从与电池消耗的时间段相关联的充电状态中减去总泄放,以确定在该新的使用模式的哪个时间段电池102完全耗尽。
在各种示例中,处理器110可以确定剩余电池寿命足以满足该新使用模式的需求。在其他示例中,处理器110可以利用更新的用户简档106来确定在剩余电池寿命期间未被利用的组件、活动、用户行为或其某种组合。处理器110可以使对组件的电源、对与活动或用户行为相关联的一个组件或多个组件的电源或其某种组合被调节。调节对一个或多个组件的电源调节了电子设备100的电池消耗。继续前面的示例,处理器110可以确定在第三到第六时间段期间未使用读卡器,并使对读卡器的电源减少。在一些示例中,处理器110可以使显示器向用户示出提示,请求在使对组件的电源被调节之前允许处理器110调节对组件的电源。在另一示例中,处理器110可以使显示器向用户示出提示,请求用户选择处理器110可以自动执行哪些动作,而无需请求用户许可。通过利用用户简档106,处理器110可以提高剩余电池寿命的准确性并且调节电子设备100的电池消耗以延长剩余电池寿命。
在一些示例中,诸如当剩余电池寿命降到阈值以下时,处理器110可以使显示器向用户示出提示,请求用户对电子设备100再充电。例如,可以由用户利用电子设备100的功率管理系统来设置该阈值。在各种示例中,处理器110可以使显示器向用户示出提示以改变功率管理系统的设置以调节该阈值。在其他示例中,处理器110可以确定剩余电池寿命不足以确保与更新的用户简档106的组件、活动或用户行为相关联的操作不被中断。处理器110可以计算推荐的时间段以对电池102再充电,使得与使用模式相关联的操作不被中断。在又其他示例中,处理器110可以基于日历应用中的信息来计算组件、活动或用户行为的预测的电池消耗。处理器110可以确定剩余电池寿命不足以确保在预测的电池消耗期间的操作。处理器110可以使显示器向用户示出提示以对电池102再充电。
图3是根据各种示例的电子设备100的用户简档的查找表300。如上文参考图1所讨论的,多个用户可以共享电子设备100。例如,查找表300的用户简档可以是用户简档106。用户简档的查找表300可以是存储在存储器中的数据结构或神经网络的一部分,所述存储器是电子设备100的主存储器或长期存储器的一部分,诸如SSD、RAM或闪速存储器。例如,用户简档的查找表300可以是下面参考图4和5讨论的神经网络的一部分。用户简档可以存储在例如存储设备104上。用户简档的查找表300可以包括关于电子设备100和用户的信息,如以上参考图1所讨论的。
在用户简档的查找表300中,用户与电子设备100的组件的利用和活动相关联,并且具有行为。每个组件、活动和用户行为与电池消耗相关联。例如,在查找表300中,第一用户0001与具有2%的电池消耗的显示器的利用、具有1%的电池消耗的“幻灯片放映”的活动以及具有75%的电池消耗的“工作”的用户行为相关联;第二用户0002与具有30%的电池消耗的GPU的利用、具有50%的电池消耗的“看电影”的活动以及具有25%的电池消耗的“家庭”的用户行为相关联;并且最后一个用户9999与具有6%的电池消耗的照片编辑应用的利用、具有10%的电池消耗的“编辑照片”的活动以及具有80%的电池消耗的“工作”的用户行为相关联。
在一些示例中,查找表300可以包括组件列表、活动列表、用户行为列表或其某种组合。如以上参考图1所讨论的,活动描述了利用多个组件的操作。在各种示例中,组件的电池消耗可以与活动相关联。在一些示例中,活动的电池消耗可以等于与该活动相关联的每个组件的电池消耗的总和。如以上参考图1所讨论的,用户行为描述了该用户在日常基础上从事的活动或一组活动。在各种示例中,活动的电池消耗可以与该用户行为相关联。在一些示例中,用户行为的电池消耗可以等于与该用户行为相关联的每个活动的电池消耗的总和。
在其他示例中,查找表300可以包括每个组件、活动或行为的使用模式。如上文参考图2所讨论的,使用模式是在多个时间段上的电池消耗。在各种示例中,组件、活动或行为的电池消耗可以与使用模式的时间段相关联。如上文参考图2所讨论的,使用模式的时间段是在其期间模式保持大体上恒定的时间段。
在各种示例中,处理器110可以接收用户的标识符。处理器110可以将该标识符与查找表300中的用户列表进行比较,以确定哪个用户是与标识符相关联的。在一些示例中,如果标识符不在该用户列表中,则处理器110可以创建用于该标识符的用户简档。在其他示例中,处理器可以基于如上文参考图1所讨论的时间表、所访问的应用或所利用的网络连接来确定用户的身份。在各种示例中,当确定电池消耗时,如上面参考图1和2所讨论的那样,处理器110可以利用与查找表300中的用户简档相关联的数据。在一些示例中,基于电池消耗与和用户相关联的使用模式的比较,处理器110可以更新查找表300。例如,处理器110可以确定用户的新活动,并且将该新活动和相关联的信息存储在查找表300中。在其它示例中,处理器110可以利用该更新的查找表300来确定可以被调节以增加剩余电池寿命的组件、活动或行为。
图4是根据各种示例的用于确定电子设备100的用户简档的使用模式的神经网络400的构思图。用户简档可以例如是用户简档106。使用模式可以例如是使用模式1100。神经网络400包括输入层402、隐藏层412和输出层422。输入层402可以包括多个输入404、406、408。多个输入404、406、408可以包括例如关于电子设备100的信息(例如,日期和时间408)、电池测量结果404和操作数据406。隐藏层412可以包括描述输入层402的输入404、406、408的加权关系。输出层422可以包括多个输出416、418、420。多个输出416、418、420可以包括用户简档的使用模式。例如,第一使用模式416,“使用模式A”可以指示高使用;第二使用模式418,“使用模式B”可以指示常规使用;而第三使用模式420,“使用模式C”可以指示低使用。使用模式可以例如针对电池102、组件、活动或用户行为。
如上文参考图1所讨论的,在一些示例中,用户简档106的使用模式是由神经网络利用机器可读指令来确定的,该机器可读指令在被执行时使得处理器110确定描述输入层402的输入404、406、408之间的关系的权重。加权关系的值是由数据集确定的,并且可以基于新数据集而改变。可以基于输入层402的一个输入或输入层402的输入的选择来计算加权关系的值。隐藏层412中的加权关系的数量是基于输入层402的输入的数量、隐藏层412内的层的数量以及输出层422的输出的期望数量的(参见下面参考图5对隐藏层412的讨论)。
在各种示例中,输出层422是使用模式。该使用模式可以针对例如组件、活动、行为、电池102、电子设备100或其某种组合。处理器110可以利用使用模式来与组件、活动、行为、电池102或电子设备100的电池消耗进行比较,如以上参考图1和2所讨论的。处理器110可以利用使用模式来计算剩余电池寿命,如以上参考图1和2所讨论的。当调节电池消耗时,处理器110可以利用使用模式来确定在哪些时间段没有利用一个或多个组件,如以上参考图2所讨论的。
图5是根据各种示例的用于确定电子设备100的用户简档的使用模式的神经网络400的构思图。如以上参考图4所讨论的,神经网络400包括输入层402、隐藏层412和输出层422。隐藏层412可以包括多个层。例如,隐藏层412可以包括第一层,该第一层包括加权关系502、504、506。加权关系502、504、506描述了输入层402的输入之间的关系。第一层的输出可以变成包括加权关系508、510、512的第二层的输入。可以基于第一层的一个输出或第一层的输出的选择来计算第二层中的加权关系的值。以此方式,隐藏层412的层可细化计算,直到实现输出层422所需的输出数目为止。
在一些示例中,隐藏层412的层的输出可以是到隐藏层412的相同层或前一层的输入。路径514将加权关系508的输出输入到加权关系502中。路径516将加权关系506的输出输入到加权关系506中。路径518将加权关系512的输出输入到加权关系510中。当输出变成用于相同层或先前层的输入时,该输出可以被称为后向传播输入。路径514将加权关系508的输出作为后向传播输入携带到先前层的加权关系502中。路径516将加权关系506的输出作为后向传播输入携带到相同层的加权关系506中。路径518将加权关系512的输出作为后向传播输入携带到相同层的加权关系510中。在各种示例中,加权关系502、504、506描述了输入层402的输入以及隐藏层412的任何后向传播输入之间的关系。在其他示例中,加权关系508、510、512描述了隐藏层412的第一层的输出以及隐藏层412的第二层的任何后向传播输入之间的关系。
在各种示例中,神经网络400是长短期模型(LTSM)(或其他时间序列模型)。隐藏层412的加权关系可以包括输入门、输出门或输入门与输出门两者。门可以使用对加权关系的输入来确定是否更新加权关系。门可以使用对加权关系的输入来确定是否访问与加权关系相关联的数据。例如,输入门可以控制是否更新加权关系,并且输出门可以控制是否访问与加权关系相关联的数据。门可以具有在控制决策中利用的相关加权。例如,如果与门相关联的权重等于零,则可以拒绝对加权关系的数据的访问。在另一示例中,加权关系可以不被更新。
在一些示例中,LSTM被用于基于仿真的输入来预测使用模式。例如,处理器110可以访问用户的日历以确定用户计划的未来活动或行为。处理器110可以利用LSTM来确定与日历活动或行为相关联的使用模式。LSTM可以利用存储在隐藏层412的加权关系中的数据来确定使用模式作为例如输出层422的输出。在各种示例中,处理器110可以计算使用模式的电池消耗。基于与使用模式相关联的电池消耗,处理器110可以提示显示器向用户示出推荐动作,如以上参考图3所讨论的。在其他示例中,处理器110可以利用使用模式来确定在所预测的活动期间将不会被使用的一个或多个组件。处理器110可以调节对一个或多个组件的电源,以提高剩余电池寿命。通过增加剩余电池寿命,处理器110可以防止在预测的活动期间操作的中断。
图6是用于管理电子设备的电池消耗的系统600的示意图。系统600包括计算机可读介质602和耦合到该计算机可读介质602的处理器614。例如,系统600可以是电子设备100。计算机可读介质602可以是存储设备,诸如硬盘驱动器、固态驱动器(SSD)、闪速存储器、随机存取存储器(RAM)或其他合适的存储器。计算机可读介质602可以是例如存储设备104。处理器614可以是例如微处理器、微型计算机、微控制器或另一合适的控制器。处理器614可以是例如处理器110。计算机可读介质602可以存储机器可读指令,所述机器可读指令当被执行时使处理器614可以执行本文中归属于处理器614的动作中的一些或全部。
计算机可读介质602包括机器可读指令604、606、608、610和612。机器可读指令604、606、608、610、612可以是例如机器可读指令108。机器可读指令604、606、608、610、612可以是用于由处理器614执行的机器可读指令。机器可读指令604、606、608、610、612的执行可以使处理器614计算活动的电池消耗,基于电池消耗更新用户简档,并且基于该更新的用户简档调节电子设备的电池消耗。机器可读指令604的执行可以使处理器614接收电子设备的操作数据,所述操作数据包括电池测量结果日志和活动日志。机器可读指令606的执行可以使处理器614基于电池测量结果日志的电池测量结果来计算活动日志的活动的电池消耗。机器可读指令608的执行可以使处理器614将电池消耗与用户简档的使用模式进行比较。机器可读指令610的执行可以使处理器614基于比较使用时间序列模型来更新用户简档,其中,对时间序列模型的输入包括电池消耗和活动。机器可读指令612的执行可使处理器614基于更新的用户简档来调节电子设备的电池消耗。
电池测量结果日志是由在连续时间段期间捕获的电池测量结果组成的时间序列。活动日志是由在连续时间段期间由操作数据捕获的活动组成的时间序列。如上文参考图2所讨论的,所述时间段可由采样速率确定。在各种示例中,处理器110可以确定活动的时间段并且从同一时间段获取电池测量结果以计算电池消耗。处理器110可以计算电池消耗,如上面参考图1和2所讨论的。处理器110可以将电池消耗与用户简档的使用模式进行比较。用户简档可以例如是用户简档106。使用模式可以例如是使用模式1100。基于该比较,处理器110可以利用电池消耗和活动作为输入来更新用户简档106。例如,电池消耗可以是输入404,并且活动可以是到用户简档400的输入层402的另一输入。
图7是用于管理电子设备的电池消耗的系统600的示意图。如上文参考图6所讨论的,系统600包括计算机可读介质602及耦合到该计算机可读介质602的处理器614。计算机可读介质602包括机器可读指令700、702、704、706、708和710。机器可读指令700、702、704、706、708、710可以是例如机器可读指令108。机器可读指令700、702、704、706、708、710可以是用于由处理器614执行的机器可读指令。机器可读指令700、702、704、706、708、710的执行可以使处理器614计算活动日志的活动的电池消耗,确定该活动的电池消耗高于阈值的原因,并且基于剩余电池寿命来调节电子设备的电池消耗。
机器可读指令700的执行可以使处理器614基于活动日志来更新用户简档的用户行为。机器可读指令702的执行可以使处理器614确定活动的电池消耗高于阈值。机器可读指令704的执行可以使处理器614确定活动日志的电池消耗高于阈值的原因。机器可读指令706的执行可以使处理器614基于更新的用户简档来计算剩余电池寿命。机器可读指令708的执行可使处理器614基于剩余电池寿命来调节电子设备的电池消耗。机器可读指令710的执行可以使处理器614基于剩余电池寿命的计算来推荐对电池进行充电。
如以上参考图1所讨论的,用户行为描述了用户在日常基础上从事的活动或一组活动。在一些示例中,处理器614可以确定用户行为包括活动日志的活动。例如,处理器614可以用与活动相关联的电池测量结果和操作数据来更新与用户行为相关联的使用模式。使用模式可以例如是使用模式1100。在另一示例中,处理器614可以确定活动记录定义了新的用户行为。处理器614可基于活动日志在用户简档中创建新行为。用户简档可以例如是用户简档106。如上所述,处理器614可计算更新的用户简档的剩余电池寿命,并基于剩余电池寿命来调节电子设备的电池消耗。处理器614可使显示器向用户示出基于剩余电池寿命对电池充电的推荐,如上文参考图2所讨论的。
在各种示例中,处理器614可以确定活动的电池消耗高于阈值。例如,处理器614可将电池消耗与该活动的使用模式进行比较以确定电池消耗高于该阈值。如上所述,活动描述了利用多个组件的电子设备100的操作。在一个示例中,处理器614可以将组件的最近电池测量结果与组件的使用模式进行比较,以确定组件是否正在消耗比使用模式所指示的更多的能量。处理器614可以对活动中涉及的所有组件进行比较。在一些示例中,处理器614可以使与组件的操作数据相关联的采样速率增加,以监测与活动相关联的一个或多个组件的性能。在其它示例中,基于组件的电池测量结果与组件的使用模式的比较,处理器614可以使显示器向用户示出采取校正动作的推荐。在又其他示例中,处理器614可以基于增加的电池消耗来计算剩余电池寿命。处理器614可以例如使显示器向用户示出异常活动可以使电池更快地耗散的警告并且提供剩余电池寿命。
图8是根据各种示例的用于管理电子设备的电池消耗的一种方法800的流程图。方法800可以例如由处理器110、614执行。电子设备可以例如是电子设备100。方法800包括接收电子设备的电池的电池测量结果(802)。方法800还包括接收电子设备的活动(804)。另外,方法800包括基于电池测量结果来计算活动的电池消耗(806)。另外,方法800包括基于该计算使用时间序列模型来更新电子设备的用户简档,其中,对时间序列模型的输入包括电池消耗和活动(808)。方法800还包括基于更新的用户简档来调节电子设备的电池消耗(810)。
如上文参考图1所讨论的,对用户简档的输入可以包括影响用户简档的使用模式的任何数据。用户简档可以例如是用户简档106。使用模式可以例如是使用模式1100。如上文参考图2所讨论的,在一些示例中,对时间序列模型的输入可以包括电池测量结果和操作数据。根据电池测量结果计算电池消耗,并且根据操作数据确定活动。在各种示例中,电池消耗和活动也可以是对时间序列模型的输入。例如,电池消耗和活动可以是除了电池测量结果和操作数据输入之外的输入。在另一示例中,电池消耗和活动可以是对时间序列模型的唯一输入。
图9是根据各种示例的用于管理电子设备的电池消耗的一种方法900的流程图。方法900可以例如由处理器110、614来执行。电子设备可以例如是电子设备100。方法900包括确定组件列表上未被活动利用的组件(902)。方法900还包括减少对未被活动利用的组件的电源(904)。另外,所述方法包括基于用户简档和电池测量结果计算电子设备的剩余电池寿命(906)。另外,方法900包括基于剩余电池寿命的计算来调节电池消耗(908)。方法900还包括在调节电子设备的电池消耗之前请求用户许可(910)。
如上所述,处理器可以确定活动未利用的组件。处理器可以使对未被利用的组件的电源被调节。在调节之后,处理器可以基于用户简档和电池测量结果来计算剩余电池寿命。用户简档可以例如是用户简档106。处理器可以基于剩余电池寿命来确定第二调节。如上讨论的,处理器可以使显示器向用户示出对处理器进行第二调节的许可的请求。
图10描绘了根据各种示例的系统1000的示意图。系统1000包括电子设备1002和耦合到电子设备1002的处理环境1006。电子设备1002中的电子设备1004可以是例如膝上型计算机、笔记本计算机、平板计算机、智能电话、移动设备或具有电池的一些其他设备。电子设备1004可以是例如电子设备100。处理环境1006可以是电子设备(例如,服务器、中央服务器、边缘服务器或一些其他合适的计算设备)或电子设备的网络(例如,局域网(LAN)、广域网(WAN)、虚拟专用网(VPN)、客户端/服务器网络、因特网(例如,云)或用于共享处理和存储器资源的任何其他合适的系统)。
处理环境1006包括网络接口1008、耦合到网络接口1008的处理器1010和存储设备1012。处理器1010可以是例如微处理器、微型计算机、微控制器或其它合适的处理器或控制器。在一些示例中,诸如当存储设备1012是远程管理的存储设备(例如,企业云、公共云、数据中心、服务器或一些其他合适的存储设备)时,处理器1010可以经由耦合网络接口1008和存储设备1012的路径1020通信地耦合到存储设备1012。在其它示例中,诸如当处理器1010和存储设备1012位于计算设备上时,存储设备1012可以经由路径1022耦合到处理器1010。存储设备1012的存储设备1014可以是例如硬盘驱动器、固态驱动器(SSD)、闪速存储器、随机存取存储器(RAM)或其他合适的存储器。存储设备1014可以存储机器可读指令1016,当执行该指令时,使处理器1010可以执行本文中归属于处理器1010的动作中的一些或全部。机器可读指令1016可以是例如机器可读指令108。
在各种示例中,电子设备1004可以具有标识符,而电子设备1002中的另一电子设备可以具有另一标识符。在一些示例中,电子设备1004可以利用一个操作系统(例如,WINDOWS®,ANDROID®,MAC OS®),而电子设备1002的另一个电子设备可以利用另一个操作系统。在其他示例中,电子设备1004可以属于一个企业,而电子设备1002中的另一电子设备可以属于另一企业。在一些示例中,电子设备1002由一个企业拥有。
在一些示例中,电子设备1002和系统1000都属于同一企业。在其他示例中,拥有安装在电子设备1002上的应用的企业也是拥有系统1000的企业。在各种示例中,电子设备1002所属的企业已向拥有处理环境1006的企业授予了对电子设备1002的访问权限。在其他示例中,拥有处理环境1006的企业已经授予了电子设备1002所属的企业对存储设备1014的访问权限。电子设备1002所属的企业可以授予拥有处理环境1006的企业对存储在存储设备1014上的电子设备1002的数据的访问权限。例如,电子设备1002所属的企业可以具有上传数据以在存储设备1014上存储的能力。处理环境1006然后可访问数据以识别感兴趣的数据(例如,操作数据、用户简档)并分析该数据以确定对与该数据相关联的电子设备1004的电池的调节。在一些示例中,处理环境1006已经被授予先前的访问权限,可以在安排的基础上(例如,每小时、每天、每周、每月)自动地访问数据。
在各种示例中,电子设备1004包括用户简档并且收集电池测量结果和操作数据。电子设备1004可以将用户简档、电池测量结果和操作数据存储在例如电子设备1004上。在一些示例中,当处理器1010发送对信息的请求时,电子设备1004可以发送用户简档、电池测量结果和操作数据。在其它示例中,电子设备1004可以将用户简档、电池测量结果和操作数据存储在存储设备1014上。在各种示例中,处理器1010可以访问存储设备104上的数据。
在一些示例中,处理器1010可以基于电池测量结果来计算电子设备1004的第一组件的电池消耗。在其它示例中,处理器1010可以将电池消耗与电子设备1004的用户简档的使用模式进行比较。在各种示例中,处理器1010可以具有基于比较来更新电子设备1004的用户简档的许可。在又其它示例中,处理器1010可以具有基于更新的用户简档来调节电子设备1004的电池消耗的许可。在各种示例中,处理器1010可以向电子设备1004发送调节电池消耗的推荐。该推荐可以包括组件、活动、用户行为或其组合。
上述讨论旨在说明本公开的原理和各种示例。一旦完全理解了上述公开,许多变化和修改对于本领域技术人员来说应当是显而易见的。以下权利要求意于被解释为涵盖了所有这些变化和修改。
在附图中,本文公开的某些特征和组件可能以放大的比例或以稍微示意性的形式示出,并且为了清楚和简明起见,某些要素的某些细节可能未示出。在一些附图中,为了提高清晰度和简洁性,可以省略组件或组件的方面。
在上述讨论和权利要求中,术语“包括”和“包含”是以开放式方式使用的,因此应被解释为表示“包括但不限于…。”。同样,术语“耦合(couple)”或“耦合(couples)”意于足够宽地涵盖间接和直接连接二者。因此,如果第一设备耦合到第二设备,则该连接可以是通过直接连接或通过经由其他设备、组件和连接的间接连接。如本文所用,包括在权利要求书中,词语“或”是以包含的方式使用的。例如,“A或B”是指以下任何一种:单独的“A”、单独的“B”、或“A”和“B”两者。另外,当在包括权利要求的本文中使用时,词语“通常”或“基本上”是指在所述值的正或负10%的范围内。
Claims (15)
1.一种电子设备,包括:
电池;
存储设备,所述存储设备存储用户简档,所述用户简档包括所述电池的使用模式;以及
处理器,所述处理器耦合到所述电池和所述存储设备,所述处理器用于:
接收所述电池的电池测量结果和所述电子设备的第一组件的操作数据;
基于所述电池测量结果来计算所述第一组件的电池消耗;
将所述电池消耗与所述使用模式进行比较;
基于所述比较,使用时间序列模型来更新所述用户简档,其中,对所述时间序列模型的输入包括所述电池测量结果和所述操作数据;以及
基于更新的用户简档来调节所述电子设备的电池消耗。
2.根据权利要求1所述的电子设备,其中,所述用户简档包括用户行为、针对所述用户行为的电池的使用模式、所述电子设备的组件列表、针对所述组件列表的组件的电池的使用模式或其组合。
3.根据权利要求2所述的电子设备,其中,针对用户行为的电池的使用模式包括针对所述用户行为的电池消耗。
4.根据权利要求2所述的电子设备,其中,针对所述组件列表的所述组件的电池的使用模式包括所述组件的电池消耗。
5.根据权利要求1所述的电子设备,其中,所述电池测量结果包括最大充电容量、充电状态、最大电压、电压状态、消耗率、错误状态或其组合。
6.一种存储机器可读指令的非暂态计算机可读介质,所述机器可读指令在由电子设备的处理器执行时使所述处理器:
接收电子设备的操作数据,所述操作数据包括电池测量结果日志和活动日志;
基于所述电池测量结果日志的电池测量结果来计算所述活动日志的活动的电池消耗;
将所述电池消耗与用户简档的使用模式进行比较;
基于所述比较,使用时间序列模型来更新所述用户简档,其中,对所述时间序列模型的输入包括所述电池消耗和所述活动;以及
基于更新的用户简档来调节所述电子设备的电池消耗。
7.根据权利要求6所述的计算机可读介质,其中,所述机器可读指令使所述处理器基于所述活动日志来更新所述用户简档的用户行为。
8.根据权利要求6所述的计算机可读介质,其中,所述机器可读指令使所述处理器:
确定所述活动的电池消耗高于阈值;以及
确定所述活动的电池消耗高于所述阈值的原因。
9.根据权利要求6所述的计算机可读介质,其中,所述机器可读指令使所述处理器:
基于更新的用户简档来计算剩余电池寿命;以及
基于所述剩余电池寿命来调节所述电子设备的电池消耗。
10.根据权利要求9所述的计算机可读介质,其中,所述机器可读指令使所述处理器基于所述剩余电池寿命的计算来推荐对所述电池进行充电。
11.一种方法,包括:
接收电子设备的电池的电池测量结果;
接收所述电子设备的活动;
基于所述电池测量结果来计算所述活动的电池消耗;
基于所述计算,使用时间序列模型更新所述电子设备的用户简档,其中,对所述时间序列模型的输入包括所述电池消耗和所述活动;以及
基于更新的用户简档来调节所述电子设备的电池消耗。
12.根据权利要求11所述的方法,其中,所述用户简档包括所述活动、所述活动的电池消耗、用户行为、所述用户行为的电池消耗、所述电子设备的组件列表、所述电子设备的组件列表中的组件的电池消耗或其组合。
13.根据权利要求12所述的方法,包括通过以下操作基于所述用户简档来调节所述电子设备的电池消耗:
确定所述活动未利用的所述组件列表上的组件;以及
减少对所述活动未利用的所述组件的电源。
14.根据权利要求11所述的方法,包括通过以下操作基于所述用户简档来调节所述电子设备的电池消耗:
基于所述用户简档和所述电池测量结果来计算所述电子设备的剩余电池寿命;以及
基于所述剩余电池寿命的计算来调节所述电池消耗。
15.根据权利要求11所述的方法,包括在调节所述电子设备的电池消耗之前请求用户许可。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2020/013898 WO2021145881A1 (en) | 2020-01-16 | 2020-01-16 | User profile based on battery measurement |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115136098A true CN115136098A (zh) | 2022-09-30 |
Family
ID=76864014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080096758.3A Pending CN115136098A (zh) | 2020-01-16 | 2020-01-16 | 基于电池测量结果的用户简档 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11886268B2 (zh) |
CN (1) | CN115136098A (zh) |
TW (1) | TW202129297A (zh) |
WO (1) | WO2021145881A1 (zh) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7928735B2 (en) | 2007-07-23 | 2011-04-19 | Yung-Sheng Huang | Battery performance monitor |
US8281166B2 (en) * | 2008-03-10 | 2012-10-02 | Virdiem Corporation | System and method for computer power control |
TWI489732B (zh) | 2009-02-23 | 2015-06-21 | Neotec Semiconductor Ltd | 多節電池芯之電池剩餘電量管理系統 |
US8452353B2 (en) | 2010-02-24 | 2013-05-28 | Hewlett-Packard Development Company, L.P. | Apparatus and methods for providing intelligent battery management |
US8958854B1 (en) | 2011-07-22 | 2015-02-17 | Cellco Partnership | Dynamic battery saver for a mobile device |
US9015513B2 (en) * | 2011-11-03 | 2015-04-21 | Vocollect, Inc. | Receiving application specific individual battery adjusted battery use profile data upon loading of work application for managing remaining power of a mobile device |
GB2497082A (en) * | 2011-11-25 | 2013-06-05 | Renesas Mobile Corp | Controlling battery life according to historical device usage |
US8594648B2 (en) | 2012-02-23 | 2013-11-26 | International Business Machines Corporation | Calendar-based power reserve |
US20140082384A1 (en) | 2012-09-20 | 2014-03-20 | Apple Inc. | Inferring user intent from battery usage level and charging trends |
CN104657520B (zh) * | 2013-11-18 | 2017-12-26 | 国家电网公司 | 一种基于大容量储能锂离子电池的电池建模方法 |
US9210662B1 (en) | 2014-05-29 | 2015-12-08 | Apple Inc. | Adaptive battery life extension |
-
2020
- 2020-01-16 US US17/793,281 patent/US11886268B2/en active Active
- 2020-01-16 WO PCT/US2020/013898 patent/WO2021145881A1/en active Application Filing
- 2020-01-16 CN CN202080096758.3A patent/CN115136098A/zh active Pending
- 2020-11-12 TW TW109139558A patent/TW202129297A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
US20230043033A1 (en) | 2023-02-09 |
TW202129297A (zh) | 2021-08-01 |
WO2021145881A1 (en) | 2021-07-22 |
US11886268B2 (en) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109960395B (zh) | 资源调度方法和计算机设备 | |
US10234926B2 (en) | Method and apparatus for customized energy policy based on energy demand estimation for client systems | |
De Paola et al. | A mean field game approach for distributed control of thermostatic loads acting in simultaneous energy-frequency response markets | |
JP6156576B2 (ja) | 電力需給制御装置、電力需給制御方法、及び、プログラム | |
US10338661B2 (en) | Planning and managing the power utilization of a battery-powered device | |
US8869158B2 (en) | Job scheduling to balance energy consumption and schedule performance | |
US11550821B2 (en) | Adaptive resource allocation method and apparatus | |
CN102326134B (zh) | 能量感知服务器管理 | |
US10061366B2 (en) | Schedule-based energy storage device selection | |
US9310785B2 (en) | Apparatus and a method for controlling power supply and demand | |
US20180267839A1 (en) | Controlled Energy Utilization In A Computing Device | |
CN110832434B (zh) | 用于处理器的频率调控的方法和系统 | |
US20190137956A1 (en) | Battery lifetime maximization in behind-the-meter energy management systems | |
US10680455B2 (en) | Demand charge minimization in behind-the-meter energy management systems | |
US11481014B2 (en) | Power control method based on user habit and terminal | |
US20190369166A1 (en) | Extending battery life in behind the meter battery energy storage systems | |
US20160363976A1 (en) | Method and Apparatus for Demand Estimation for Energy Management of Client Systems | |
US8560827B1 (en) | Automatically determining configuration parameters for a system based on business objectives | |
KR101961703B1 (ko) | Ess의 운영장치 및 그 운영방법 | |
Zhang et al. | Data center participation in demand response programs with quality-of-service guarantees | |
JP6764302B2 (ja) | 電力需要予測システム、電力需要予測方法及び電力需要予測プログラム | |
US11886268B2 (en) | User profile based on battery measurement | |
KR102350298B1 (ko) | 에너지 관리 시스템 및 그 관리 방법 | |
CN111258755A (zh) | 数据迁移及信息确定方法、数据处理系统、电子设备 | |
US20200403403A1 (en) | Multi-time scale energy storage management framework for performance-based frequency regulation (fr) market |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |