CN116736962B - 一种多功能教育pc的电源管理方法、装置、设备及介质 - Google Patents
一种多功能教育pc的电源管理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116736962B CN116736962B CN202310995982.1A CN202310995982A CN116736962B CN 116736962 B CN116736962 B CN 116736962B CN 202310995982 A CN202310995982 A CN 202310995982A CN 116736962 B CN116736962 B CN 116736962B
- Authority
- CN
- China
- Prior art keywords
- metering
- data
- information
- functional
- electricity
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 44
- 230000005611 electricity Effects 0.000 claims abstract description 161
- 238000007405 data analysis Methods 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 25
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 21
- 230000001105 regulatory effect Effects 0.000 abstract description 10
- 230000001276 controlling effect Effects 0.000 abstract description 8
- 239000011159 matrix material Substances 0.000 description 18
- 238000005259 measurement Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
-
- 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
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Business, Economics & Management (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及电源管理的领域,尤其是涉及一种多功能教育PC的电源管理方法、装置、设备及介质。方法包括:获取环境信息以及设备信息,基于环境信息确定环境参数,基于设备信息确定功能用电数据,并对功能用电数据进行数据分析,得到用电标准数据,将环境参数输入至预先训练后的功率模型中进行训练,得到用电数据,确定当前多功能教育PC中所应用的应用功能模块,并基于用电标准数据确定与应用功能模块相对应的应用用电数据,对用电数据以及应用用电数据进行差值计算,得到用电调节数据,根据用电调节数据生成调节指令,控制调节输出规格,本申请具有提高电源管理分配合理性以及电源利用率的效果。
Description
技术领域
本申请涉及电源管理的领域,尤其是涉及一种多功能教育PC的电源管理方法、装置、设备及介质。
背景技术
随着教育的不断升级,许多学生家长由于自身教育水平的不足,导致众多家长难以对孩子的功课进行有效辅导。为了缓解家长的辅助难题,常采用一种多功能教育PC来解决学生家长的辅导问题。
多功能教育PC,又称为教育平板电脑。是一种辅助学生功课的电子产品,其可以辅助学生快速理解课本知识,提高孩子的知识全面性。但同时,多功能教育PC与现有的电子产品存在一样的电源管理问题,即如何合理的将电源分配至多功能教育PC中每个不同的功能模块,以维持多功能教育PC中每个功能模块的正常运行。
目前,多功能教育PC常采用电源适配器的方式对电源进行管理分配,通过对多功能教育PC中每个功能模块的电源规格数据采集,得知每个功能模块在运行过程中所需电源,从而在接入电源后电源适配器对总电源进行合理的分配,以保证各功能模块的正常运行。
针对于上述电源管理分配技术,发明人认为,当前的电源管理分配方式只能单纯的根据每个功能模块的电源规格数据进行电源分配,却无法根据学生的实际应用环境以及使用情况进行合理的电源分配调整,从而导致电源管理分配的合理性降低,存在电源利用率不足的缺陷。
发明内容
为了解决以上至少一项技术问题,本申请提供了一种多功能教育PC的电源管理方法、装置、设备及介质。
第一方面,本申请提供一种多功能教育PC的电源管理方法,采用如下的技术方案:
一种多功能教育PC的电源管理方法,包括:
获取环境信息以及设备信息,所述环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,所述设备信息用于表示所述多功能教育PC中每个功能模块所对应的用电信息;
基于所述环境信息确定当前不同参数类型的环境参数;
基于所述设备信息确定功能用电数据,并对所述功能用电数据进行数据分析,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据;
将所述环境参数输入至预先训练后的功率模型中进行训练,得到所述多功能教育PC中每个功能模块的用电数据;
确定当前所述多功能教育PC中所应用的应用功能模块,并基于所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与所述应用功能模块相对应的应用用电数据;
对所述多功能教育PC中每个功能模块的用电数据以及所述应用用电数据进行差值计算,得到用电调节数据;
根据所述用电调节数据生成调节指令,控制调节所述多功能教育PC中所应用的应用功能模块的输出规格。
在另一种可能实现的方式中,对所述功能用电数据进行数据分析,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据,包括:
对所述功能用电数据进行校准分析,得到校准后的功能用电数据;
对所述功能用电数据进行用电周期分析,得到每个功能模块的应用需求以及与所述应用需求对应的应用时间;
获取每个所述功能模块的用电规格信息;
对所述用电规格信息、所述应用需求以及所述应用时间按照单位时间进行计算,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据。
在另一种可能实现的方式中,所述对所述功能用电数据进行校准分析,得到校准后的功能用电数据,包括:
获取历史工作信息,所述历史工作信息用于表示在历史时间段内不同所述功能模块在不同功率状态下的用电数据以及应用时长;
根据所述功能用电数据确定与每个功能模块相对应设备的用电计量标准以及用电计量数据;
对所述历史工作信息进行数据分析,得到计量节点信息以及与所述计量节点信息对应的计量校准值,所述计量节点信息用于表示每个所述功能模块相对应设备的用电数值从每次发生计量变动开始至计量结束的计量节点信息;
基于所述计量节点信息以及所述计量校准值对所述用电计量标准进行更新,得到节点计量标准;
基于所述节点计量标准中的计量节点对所述用电计量数据进行校准,得到校准后的功能用电数据。
在另一种可能实现的方式中,对所述历史工作信息进行数据分析,得到计量节点信息以及与所述计量节点信息对应的计量校准值,包括:
调取所述历史工作信息中的第一计量信息以及第二计量信息;
其中,所述第一计量信息包括:第一数值以及与所述第一数值相对应的第一计量时长,所述第一数值用于表示每个所述功能模块相对应设备在首次使用时,功能模块相对应设备在不同功率状态下的用电数据,所述第一计量时长用于表示功能模块相对应设备在首次使用时的应用时长;
所述第二计量信息包括:第二数值以及与所述第二数值相对应的第二计量时长,所述第二数值用于表示每个所述功能模块相对应设备在非首次使用时,功能模块相对应设备在不同功率状态下的用电数据,所述第二计量时长用于表示功能模块相对应设备每次非首次使用时的应用时长;
基于所述第一数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第一计量数据,并将所述第一计量时长以及所述第一计量数据按照计量时间点进行数据规划,得到第一计量信息;
基于所述第二数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第二计量数据,并将所述第二计量时长以及所述第二计量数据按照所述计量时间点进行数据规划,得到第二计量信息;
将所述第一计量信息以及所述第二计量信息按照功能模块相对应设备的同等运行功率进行整合均差计算,得到计量节点信息以及与所述计量节点信息对应的计量校准值。
在另一种可能实现的方式中,基于所述计量节点信息以及所述计量校准值对所述用电计量标准进行更新,得到节点计量标准,包括:
基于所述用电计量标准确定与所述计量节点信息具有对照关系的计量初始值;
根据所述计量校准值对所述计量初始值进行更新,得到节点计量标准。
在另一种可能实现的方式中,所述根据所述计量校准值对所述计量初始值进行更新,得到节点计量标准,之后还包括:
对所述计量校准值与所述计量初始值进行差值计算,得到校准差值;
判断所述校准差值是否符合预设校准值,若不满足,则生成异常信息,并将所述异常信息发送至目标设备,告知用户当前多功能教育PC存在用电异常。
在另一种可能实现的方式中,所述判断所述校准差值是否符合预设校准值,之后还包括:
若所述校准差值符合预设校准值,则获取未来工作信息,所述未来工作信息用于表示在未来周期时间段内不同功能模块相对应设备在不同功率状态下的应用信息;
根据所述未来工作信息、所述历史工作信息以及所述计量节点信息对校准差值进行预测,得到所述未来周期时间段内的未来校准差值;
检测所述未来校准差值不符合所述预设校准值的时间节点,并根据所述时间节点生成预计异常信息。
第二方面,本申请提供一种多功能教育PC的电源管理装置,采用如下的技术方案:
一种多功能教育PC的电源管理装置,包括:
信息获取模块,用于获取环境信息以及设备信息,所述环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,所述设备信息用于表示所述多功能教育PC中每个功能模块所对应的用电信息;
参数确定模块,用于基于所述环境信息确定当前不同参数类型的环境参数;
数据分析模块,用于基于所述设备信息确定功能用电数据,并对所述功能用电数据进行数据分析,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据;
参数训练模块,用于将所述环境参数输入至预先训练后的功率模型中进行训练,得到所述多功能教育PC中每个功能模块的用电数据;
用电确定模块,用于确定当前所述多功能教育PC中所应用的应用功能模块,并基于所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与所述应用功能模块相对应的应用用电数据;
数据计算模块,用于对所述多功能教育PC中每个功能模块的用电数据以及所述应用用电数据进行差值计算,得到用电调节数据;
用电调节模块,用于根据所述用电调节数据生成调节指令,控制调节所述多功能教育PC中所应用的应用功能模块的输出规格。
在一种可能的实现方式中,所述数据分析模块在对所述功能用电数据进行数据分析,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据时,具体用于:
对所述功能用电数据进行校准分析,得到校准后的功能用电数据;
对所述功能用电数据进行用电周期分析,得到每个功能模块的应用需求以及与所述应用需求对应的应用时间;
获取每个所述功能模块的用电规格信息;
对所述用电规格信息、所述应用需求以及所述应用时间按照单位时间进行计算,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据。
在另一种可能的实现方式中,所述数据分析模块在对所述功能用电数据进行校准分析,得到校准后的功能用电数据时,具体用于:
获取历史工作信息,所述历史工作信息用于表示在历史时间段内不同所述功能模块在不同功率状态下的用电数据以及应用时长;
根据所述功能用电数据确定与每个功能模块相对应设备的用电计量标准以及用电计量数据;
对所述历史工作信息进行数据分析,得到计量节点信息以及与所述计量节点信息对应的计量校准值,所述计量节点信息用于表示每个所述功能模块相对应设备的用电数值从每次发生计量变动开始至计量结束的计量节点信息;
基于所述计量节点信息以及所述计量校准值对所述用电计量标准进行更新,得到节点计量标准;
基于所述节点计量标准中的计量节点对所述用电计量数据进行校准,得到校准后的功能用电数据。
在另一种可能的实现方式中,所述数据分析模块在对所述历史工作信息进行数据分析,得到计量节点信息以及与所述计量节点信息对应的计量校准值时,具体用于:
调取所述历史工作信息中的第一计量信息以及第二计量信息;
其中,所述第一计量信息包括:第一数值以及与所述第一数值相对应的第一计量时长,所述第一数值用于表示每个所述功能模块相对应设备在首次使用时,功能模块相对应设备在不同功率状态下的用电数据,所述第一计量时长用于表示功能模块相对应设备在首次使用时的应用时长;
所述第二计量信息包括:第二数值以及与所述第二数值相对应的第二计量时长,所述第二数值用于表示每个所述功能模块相对应设备在非首次使用时,功能模块相对应设备在不同功率状态下的用电数据,所述第二计量时长用于表示功能模块相对应设备每次非首次使用时的应用时长;
基于所述第一数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第一计量数据,并将所述第一计量时长以及所述第一计量数据按照计量时间点进行数据规划,得到第一计量信息;
基于所述第二数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第二计量数据,并将所述第二计量时长以及所述第二计量数据按照所述计量时间点进行数据规划,得到第二计量信息;
将所述第一计量信息以及所述第二计量信息按照功能模块相对应设备的同等运行功率进行整合均差计算,得到计量节点信息以及与所述计量节点信息对应的计量校准值。
在另一种可能的实现方式中,所述数据分析模块在基于所述计量节点信息以及所述计量校准值对所述用电计量标准进行更新,得到节点计量标准时,具体用于:
基于所述用电计量标准确定与所述计量节点信息具有对照关系的计量初始值;
根据所述计量校准值对所述计量初始值进行更新,得到节点计量标准。
在另一种可能的实现方式中,所述装置还包括:差值计算模块以及差值判断模块,其中,
所述差值计算模块,用于对所述计量校准值与所述计量初始值进行差值计算,得到校准差值;
所述差值判断模块,用于判断所述校准差值是否符合预设校准值,若不满足,则生成异常信息,并将所述异常信息发送至目标设备,告知用户当前多功能教育PC存在用电异常。
在另一种可能的实现方式中,所述装置还包括:未来获取模块、差值预测模块以及异常生成模块,其中,
所述未来获取模块,用于当所述校准差值符合预设校准值时,获取未来工作信息,所述未来工作信息用于表示在未来周期时间段内不同功能模块相对应设备在不同功率状态下的应用信息;
所述差值预测模块,用于根据所述未来工作信息、所述历史工作信息以及所述计量节点信息对校准差值进行预测,得到所述未来周期时间段内的未来校准差值;
所述异常生成模块,用于检测所述未来校准差值不符合所述预设校准值的时间节点,并根据所述时间节点生成预计异常信息。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行上述多功能教育PC的电源管理方法。
第四方面,提供了一种计算机可读存储介质,存储介质存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如第一方面中任一可能的实现方式所示的多功能教育PC的电源管理方法。
综上所述,本申请包括以下至少一种有益技术效果:
本申请提供了一种多功能教育PC的电源管理方法、装置、设备及介质,与相关技术相比,在本申请中,在对用电设备进行多功能教育PC的电源管理时,获取环境信息以及设备信息,其中,环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,设备信息用于表示多功能教育PC中每个功能模块所对应的用电信息,然后基于环境信息确定当前不同参数类型的环境参数,然后基于设备信息确定功能用电数据,并对功能用电数据进行数据分析,得到多功能教育PC中每个功能模块在不同输出规格下的用电标准数据,然后将环境参数输入至预先训练后的功率模型中进行训练,得到多功能教育PC中每个功能模块的用电数据,然后确定当前多功能教育PC中所应用的应用功能模块,并基于多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与应用功能模块相对应的应用用电数据,然后对多功能教育PC中每个功能模块的用电数据以及应用用电数据进行差值计算,得到用电调节数据,然后根据用电调节数据生成调节指令,控制调节多功能教育PC中所应用的应用功能模块的输出规格,从而达到了提高电源管理分配合理性以及电源利用率的效果。
附图说明
图1是本申请实施例一种多功能教育PC的电源管理方法的流程示意图;
图2是本申请实施例一种多功能教育PC的电源管理装置的方框示意图;
图3是本申请实施例电子设备的示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,一种多功能教育PC的电源管理方法、装置、设备及介质和/或B,可以表示:单独存在一种多功能教育PC的电源管理方法、装置、设备及介质,同时存在一种多功能教育PC的电源管理方法、装置、设备及介质和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供了一种多功能教育PC的电源管理方法,由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制,如图1所示,该方法包括:
步骤S10,获取环境信息以及设备信息。
其中,环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,设备信息用于表示多功能教育PC中每个功能模块所对应的用电信息。
在本申请实施例中,功能模块包括:投影仪、麦克风、摄像头以及PC电池,而对上述功能模块提供电量的装置包括:太阳能板以及充电接口,基于各个功能模块所需电源进行合理分配的装置包括:适配器。在多功能教育PC进行充电时,太阳能板以及充电接口所连接的市电均可对功能模块中的电池进行供电,而在多功能教育PC在使用过程中,PC电池以及太阳能板可持续为其余功能模块进行供电使用。
步骤S11,基于环境信息确定当前不同参数类型的环境参数。
具体地,环境参数为Key-Value的形式表现,例如:环境参数中包括:光照强度:10000lx;声音分贝:50dB;温度:20℃。
步骤S12,基于设备信息确定功能用电数据,并对功能用电数据进行数据分析,得到多功能教育PC中每个功能模块在不同输出规格下的用电标准数据。
具体地,设备信息包括:功能模块对应的用电设备名称、用电设备使用时长以及用电设备用电信息,根据用电设备的用电信息确定功能用电数据,在基于得到功能用电数据的基础上,对其进行分析,确定每个功能模块在不同输出规格下的用电标准数据。例如:多功能教育PC的投影仪在调节至不同亮度的情况下,与其对应的用电数据。
步骤S13,将环境参数输入至预先训练后的功率模型中进行训练,得到多功能教育PC中每个功能模块的用电数据。
在本申请实施例中,功率模型为预先训练好的神经网络模型,在预先训练时,预先采集各个环境参数以及与各个环境参数相对应的功能模块的用电数据,即确定没不同环境下,各个功能模块的输出标准,例如,在白天时,投影仪的亮度2500lm,所对应的用电数据为n,而在晚上时,投影仪的亮度为800lm,对应的用电数据为y。将以上功能模块在不同环境参数的用电数据与环境参数作为训练样本,并输入至功率模型中进行训练,得到训练后的功率模型。
步骤S14,确定当前多功能教育PC中所应用的应用功能模块,并基于多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与应用功能模块相对应的应用用电数据。
步骤S15,对多功能教育PC中每个功能模块的用电数据以及应用用电数据进行差值计算,得到用电调节数据。
步骤S16,根据用电调节数据生成调节指令,控制调节多功能教育PC中所应用的应用功能模块的输出规格。
本申请实施例提供了一种多功能教育PC的电源管理方法,在对用电设备进行多功能教育PC的电源管理时,获取环境信息以及设备信息,其中,环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,设备信息用于表示多功能教育PC中每个功能模块所对应的用电信息,然后基于环境信息确定当前不同参数类型的环境参数,然后基于设备信息确定功能用电数据,并对功能用电数据进行数据分析,得到多功能教育PC中每个功能模块在不同输出规格下的用电标准数据,然后将环境参数输入至预先训练后的功率模型中进行训练,得到多功能教育PC中每个功能模块的用电数据,然后确定当前多功能教育PC中所应用的应用功能模块,并基于多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与应用功能模块相对应的应用用电数据,然后对多功能教育PC中每个功能模块的用电数据以及应用用电数据进行差值计算,得到用电调节数据,然后根据用电调节数据生成调节指令,控制调节多功能教育PC中所应用的应用功能模块的输出规格,从而达到了提高电源管理分配合理性以及电源利用率的效果。
本申请实施例的一种可能的实现方式,步骤S12具体包括步骤S121、步骤S122、步骤S123以及步骤S124,其中,
步骤S121,对功能用电数据进行校准分析,得到校准后的功能用电数据。
具体地,获取历史工作信息,其中,历史工作信息用于表示在历史时间段内不同功能模块在不同功率状态下的用电数据以及应用时长,然后根据功能用电数据确定与每个功能模块相对应设备的用电计量标准以及用电计量数据,然后对历史工作信息进行数据分析,得到计量节点信息以及与计量节点信息对应的计量校准值。其中,计量节点信息用于表示每个功能模块相对应设备的用电数值从每次发生计量变动开始至计量结束的计量节点信息,然后基于计量节点信息以及计量校准值对用电计量标准进行更新,得到节点计量标准,然后基于节点计量标准中的计量节点对用电计量数据进行校准,得到校准后的功能用电数据。
在本申请实施例中,历史时间段内是工作人员通过电子设备设置的时间周期,例如:历史时间段内为一个月时间。
在本申请实施例中,功能模块对应的用电设备在每次进行作业时,会将该用电设备在不同功率状态下的用电数据以及应用时长进行绑定,然后将绑定后的数据按照作业时间点存储至数据表中,每隔一个月获取一次用电设备在这一个月内的工作信息进行用电数据监测。
具体地,用电计量标准是指功能模块相对应的用电设备在不同功率状态下单位时间内所产生的用电量标准。其测量原理为通过电流感应器和电压感应器来实现。电流感应器感知电流的大小,电压感应器感知电压的大小,然后将电流和电压的乘积进行计算和转换,最终得到每个功能模块的用电计量标准。但随着电压感应器以及电流感应器的使用,易出现器件老化的现象,这就容易导致电压传感器以及电流感应器所测量到的用电设备的电压以及电流存在差异,最终导致用电计量标准也存在异常。
具体地,将上述中得到的计量校准值与用电计量标准中的初始计量值进行累加,得到功能模块对应的用电设备每个计量节点的计量节点标准,例如:用电计量标准中初始计量值为5,即在对用电设备进行用电检测时,电压感应器以及电流感应器检测到的用电数值即为用电设备的值,若计量校准值为3,那么更新后的节点计量标准即为8,即在电压感应器以及电流感应器检测到的校准值基础上在加3。
步骤S122,对功能用电数据进行用电周期分析,得到每个功能模块的应用需求以及与应用需求对应的应用时间。
步骤S123,获取每个功能模块的用电规格信息。
步骤S124,对用电规格信息、应用需求以及应用时间按照单位时间进行计算,得到多功能教育PC中每个功能模块在不同输出规格下的用电标准数据。
具体地,用电规格信息即为功能模块在不同运行等级所对应的用电数据,而应用需求则为在本次功能模块在使用过程中,需要功能模块所运行的等级,应用时间为本次功能模块在每个运行等级的运行时长。
本申请实施例的一种可能的实现方式,对历史工作信息进行数据分析,得到计量节点信息以及与计量节点信息对应的计量校准值,包括:
调取历史工作信息中的第一计量信息以及第二计量信息。
其中,第一计量信息包括:第一数值以及与第一数值相对应的第一计量时长,第一数值用于表示每个功能模块相对应设备在首次使用时,功能模块相对应设备在不同功率状态下的用电数据,第一计量时长用于表示功能模块相对应设备在首次使用时的应用时长。
第二计量信息包括:第二数值以及与第二数值相对应的第二计量时长,第二数值用于表示每个功能模块相对应设备在非首次使用时,功能模块相对应设备在不同功率状态下的用电数据,第二计量时长用于表示功能模块相对应设备每次非首次使用时的应用时长。
基于第一数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第一计量数据,并将第一计量时长以及第一计量数据按照计量时间点进行数据规划,得到第一计量信息。
基于第二数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第二计量数据,并将第二计量时长以及第二计量数据按照计量时间点进行数据规划,得到第二计量信息。
将第一计量信息以及第二计量信息按照功能模块相对应设备的同等运行功率进行整合均差计算,得到计量节点信息以及与计量节点信息对应的计量校准值。
在本申请实施例中,为了准确得知用电设备在不同运行功率的运行状态的电费计量数据,采用第一计量数据测试,即在每个功能模块相对应设备在首次使用时,应用不同用电设备在不同运行功率的基础上进行不同运行时长的测试,准确的测定出每个用电设备在不同运行功率的基础上不同运行时长所对应的计量数据。
具体地,建立第一数据坐标系,其中X轴为时间线,Y轴为时间线对应的不同用电设备在不同功率的基础上应用不同时长对应的计量数据,时间线的单位时间是以每时为单位进行划分,在每个功能模块相对应设备在首次使用时,首次对不同用电设备的计量数据进行检测记录,然后计量数据与Y轴的数值进行对应标记,再将每个标记按照时间线规律进行连接,得到第一计量信息。
具体地,建立第二数据坐标系,其中X轴为第一数据坐标系中X轴所对应的时间线的时间线,Y轴为时间线对应的不同用电设备在不同功率的基础上应用不同时长对应的计量数据,按照步骤S132中的标记连接的方式进行连接,得到第二计量信息。
具体地,分别计算第一计量信息以及第二计量信息中的计量数据按照应用时长进行均值计算,即计量均值=计量数据/应用时长,然后将第一计量数据信息与第二计量信息中具有相同用电设备的计量均值进行差值计算,得到计量校准均值,然后将计量校准均值与应用时长进行乘法运算,得到计量校准值。
本申请实施例的一种可能的实现方式,基于计量节点信息以及计量校准值对用电计量标准进行更新,得到节点计量标准,包括:
基于用电计量标准确定与计量节点信息具有对照关系的计量初始值,根据计量校准值对计量初始值进行更新,得到节点计量标准。
本申请实施例的一种可能的实现方式,根据计量校准值对计量初始值进行更新,得到节点计量标准,之后还包括:
对计量校准值与计量初始值进行差值计算,得到校准差值,判断所准差值是否符合预设校准值,若不满足,则生成异常信息,并将异常信息发送至目标设备,告知用户当前多功能教育PC存在用电异常。
在本申请实施例中,预设校准值为0-1.5千瓦时。
本申请实施例的一种可能的实现方式,判断校准差值是否符合预设校准值,之后还包括:
若校准差值符合预设校准值,则获取未来工作信息,未来工作信息用于表示在未来周期时间段内不同功能模块相对应设备在不同功率状态下的应用信息;
根据未来工作信息、历史工作信息以及计量节点信息对校准差值进行预测,得到未来周期时间段内的未来校准差值;
检测未来校准差值不符合预设校准值的时间节点,并根据时间节点生成预计异常信息。
具体地,基于计量节点信息以及与计量节点信息对应的计量校准值对历史工作信息进行无监督时间序列数据整理,得到第一校准矩阵数据。
根据计量节点以及计量校准值对历史工作信息进行无监督时间序列数据整理,得到以下第一校准矩阵数据:
其中,m为用电设备种类,n为节点所对应的运行状态。
将第一校准矩阵数据输入至训练好的校准模型进行向量特征提取,得到校准特征维度数量,并将得到的校准特征维度数量与第一校准矩阵数据进行数据结合处理,生成第二校准矩阵数据。
具体地,在将第一校准矩阵数据输入至校准模型中进行向量特征提取,需要预先获取矩阵数据样本,矩阵数据样本包括历史工作信息所形成的第一校准矩阵数据以及第一校准矩阵数据中的向量特征,然后创建校准模型,并基于第一校准矩阵数据以及第一校准矩阵数据中的向量特征对校准模型进行训练,得到训练好的校准模型。
具体地,校准模型为预先训练好的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力,特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的发展与神经科学、数理科学、认知科学、计算机科学、人工智能、信息科学、控制论、机器人学、微电子学、心理学、光计算、分子生物学等有关。
具体地,将第一校准矩阵数据输入至校准模型中进行向量特征提取,并将提取到的向量特征进行统计,得到特征维度数量,其中,向量特征包括历史工作信息中的设备种类特征、时长向量特征以及功率特征等,然后将特征维度数量与第一校准矩阵数据进行数据结合,得到第二校准矩阵数据。
对第二校准矩阵数据中所包含的数据进行数据处理,得到校准综合数据,并将得到的校准综合数据输入至预设算法模型中进行数据推算,生成每个功能模块在未来周期时间段内的校准差值。
对于本申请实施例来说,采用双向LSTM模型为预设算法模型进行举例说明,包括但不仅限于双向LSTM模型。
具体地,预设算法模型构建,模型主体采用双向LSTM作为趋势预测模型,LSTM主要有遗忘门,输入门,输出门构成;
遗忘门:;
输入门:
经过遗忘门和输入门的信息过滤后,将历史的记忆和当前阶段的记忆内容合并,生成的值为:
输出门:
在上面描述的LSTM之后,在反向接入一层LSTM网络层,通过该过程可以得到BI-LSTM层,由于是若干组微生物物种组合共同训练;添加物种空间特征联合学习层,初始化关联向量矩阵大小为M*V*K,取LSTM最后一层的输出向量,转置乘关联向量参数矩阵,最终连接回归损失函数,完成预设算法模型的构建。
按照未来工作信息中的用电设备以及用电设备的功率状态与历史工作信息中的用电设备以及用电设备的功率状态进行匹配,得到未来校准差值。
上述实施例从方法流程的角度介绍一种多功能教育PC的电源管理方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种多功能教育PC的电源管理装置,具体详见下述实施例。
本申请实施例提供一种多功能教育PC的电源管理装置,如图2所示,该多功能教育PC的电源管理装置20具体可以包括:信息获取模块21、参数确定模块22、数据分析模块23、参数训练模块24、用电确定模块25、数据计算模块26以及用电调节模块27,其中,
信息获取模块21,用于获取环境信息以及设备信息,环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,设备信息用于表示多功能教育PC中每个功能模块所对应的用电信息;
参数确定模块22,用于基于环境信息确定当前不同参数类型的环境参数;
数据分析模块23,用于基于设备信息确定功能用电数据,并对功能用电数据进行数据分析,得到多功能教育PC中每个功能模块在不同输出规格下的用电标准数据;
参数训练模块24,用于将环境参数输入至预先训练后的功率模型中进行训练,得到多功能教育PC中每个功能模块的用电数据;
用电确定模块25,用于确定当前多功能教育PC中所应用的应用功能模块,并基于多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与应用功能模块相对应的应用用电数据;
数据计算模块26,用于对多功能教育PC中每个功能模块的用电数据以及应用用电数据进行差值计算,得到用电调节数据;
用电调节模块27,用于根据用电调节数据生成调节指令,控制调节多功能教育PC中所应用的应用功能模块的输出规格。
本申请实施例的一种可能的实现方式,数据分析模块23在对功能用电数据进行数据分析,得到多功能教育PC中每个功能模块在不同输出规格下的用电标准数据时,具体用于:
对功能用电数据进行校准分析,得到校准后的功能用电数据;
对功能用电数据进行用电周期分析,得到每个功能模块的应用需求以及与应用需求对应的应用时间;
获取每个功能模块的用电规格信息;
对用电规格信息、应用需求以及应用时间按照单位时间进行计算,得到多功能教育PC中每个功能模块在不同输出规格下的用电标准数据。
本申请实施例的另一种可能的实现方式,数据分析模块23在对功能用电数据进行校准分析,得到校准后的功能用电数据时,具体用于:
获取历史工作信息,历史工作信息用于表示在历史时间段内不同功能模块在不同功率状态下的用电数据以及应用时长;
根据功能用电数据确定与每个功能模块相对应设备的用电计量标准以及用电计量数据;
对历史工作信息进行数据分析,得到计量节点信息以及与计量节点信息对应的计量校准值,计量节点信息用于表示每个功能模块相对应设备的用电数值在每隔预设时间的计量节点信息;
基于计量节点信息以及计量校准值对用电计量标准进行更新,得到节点计量标准;
基于节点计量标准中的计量节点对用电计量数据进行校准,得到校准后的功能用电数据。
本申请实施例的另一种可能的实现方式,数据分析模块23在对历史工作信息进行数据分析,得到计量节点信息以及与计量节点信息对应的计量校准值时,具体用于:
调取历史工作信息中的第一计量信息以及第二计量信息;
其中,第一计量信息包括:第一数值以及与第一数值相对应的第一计量时长,第一数值用于表示每个功能模块相对应设备在首次使用时,功能模块相对应设备在不同功率状态下的用电数据,第一计量时长用于表示功能模块相对应设备在首次使用时的应用时长;
第二计量信息包括:第二数值以及与第二数值相对应的第二计量时长,第二数值用于表示每个功能模块相对应设备在非首次使用时,功能模块相对应设备在不同功率状态下的用电数据,第二计量时长用于表示功能模块相对应设备每次非首次使用时的应用时长;
基于第一数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第一计量数据,并将第一计量时长以及第一计量数据按照计量时间点进行数据规划,得到第一计量信息;
基于第二数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第二计量数据,并将第二计量时长以及第二计量数据按照计量时间点进行数据规划,得到第二计量信息;
将第一计量信息以及第二计量信息按照功能模块相对应设备的同等运行功率进行整合均差计算,得到计量节点信息以及与计量节点信息对应的计量校准值。
本申请实施例的另一种可能的实现方式,数据分析模块23在基于计量节点信息以及计量校准值对用电计量标准进行更新,得到节点计量标准时,具体用于:
基于用电计量标准确定与计量节点信息具有对照关系的计量初始值;
根据计量校准值对计量初始值进行更新,得到节点计量标准。
本申请实施例的另一种可能的实现方式,装置20还包括:差值计算模块以及差值判断模块,其中,
差值计算模块,用于对计量校准值与计量初始值进行差值计算,得到校准差值;
差值判断模块,用于判断校准差值是否符合预设校准值,若不满足,则生成异常信息,并将异常信息发送至目标设备,告知用户当前多功能教育PC存在用电异常。
本申请实施例的另一种可能的实现方式,装置20还包括:未来获取模块、差值预测模块以及异常生成模块,其中,
未来获取模块,用于当校准差值符合预设校准值时,获取未来工作信息,未来工作信息用于表示在未来周期时间段内不同功能模块相对应设备在不同功率状态下的应用信息;
差值预测模块,用于根据未来工作信息、历史工作信息以及计量节点信息对校准差值进行预测,得到未来周期时间段内的未来校准差值;
异常生成模块,用于检测未来校准差值不符合预设校准值的时间节点,并根据时间节点生成预计异常信息。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还从实体装置的角度介绍了一种电子设备,如图3所示,图3所示的电子设备300除常规配置装置外包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与现有技术相比,本申请实施例中,在对用电设备进行多功能教育PC的电源管理时,获取环境信息以及设备信息,其中,环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,设备信息用于表示多功能教育PC中每个功能模块所对应的用电信息,然后基于环境信息确定当前不同参数类型的环境参数,然后基于设备信息确定功能用电数据,并对功能用电数据进行数据分析,得到多功能教育PC中每个功能模块在不同输出规格下的用电标准数据,然后将环境参数输入至预先训练后的功率模型中进行训练,得到多功能教育PC中每个功能模块的用电数据,然后确定当前多功能教育PC中所应用的应用功能模块,并基于多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与应用功能模块相对应的应用用电数据,然后对多功能教育PC中每个功能模块的用电数据以及应用用电数据进行差值计算,得到用电调节数据,然后根据用电调节数据生成调节指令,控制调节多功能教育PC中所应用的应用功能模块的输出规格,从而达到了提高电源管理分配合理性以及电源利用率的效果。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种多功能教育PC的电源管理方法,其特征在于,包括:
获取环境信息以及设备信息,所述环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,所述设备信息用于表示所述多功能教育PC中每个功能模块所对应的用电信息;
基于所述环境信息确定当前不同参数类型的环境参数;
基于所述设备信息确定功能用电数据,并对所述功能用电数据进行数据分析,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据;
将所述环境参数输入至预先训练后的功率模型中进行训练,得到所述多功能教育PC中每个功能模块的用电数据;
确定当前所述多功能教育PC中所应用的应用功能模块,并基于所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与所述应用功能模块相对应的应用用电数据;
对所述多功能教育PC中每个功能模块的用电数据以及所述应用用电数据进行差值计算,得到用电调节数据;
根据所述用电调节数据生成调节指令,控制调节所述多功能教育PC中所应用的应用功能模块的输出规格。
2.根据权利要求1所述的一种多功能教育PC的电源管理方法,其特征在于,对所述功能用电数据进行数据分析,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据,包括:
对所述功能用电数据进行校准分析,得到校准后的功能用电数据;
对所述功能用电数据进行用电周期分析,得到每个功能模块的应用需求以及与所述应用需求对应的应用时间;
获取每个所述功能模块的用电规格信息;
对所述用电规格信息、所述应用需求以及所述应用时间按照单位时间进行计算,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据。
3.根据权利要求2所述的一种多功能教育PC的电源管理方法,其特征在于,所述对所述功能用电数据进行校准分析,得到校准后的功能用电数据,包括:
获取历史工作信息,所述历史工作信息用于表示在历史时间段内不同所述功能模块在不同功率状态下的用电数据以及应用时长;
根据所述功能用电数据确定与每个功能模块相对应设备的用电计量标准以及用电计量数据;
对所述历史工作信息进行数据分析,得到计量节点信息以及与所述计量节点信息对应的计量校准值,所述计量节点信息用于表示每个所述功能模块相对应设备的用电数值从每次发生计量变动开始至计量结束的计量节点信息;
基于所述计量节点信息以及所述计量校准值对所述用电计量标准进行更新,得到节点计量标准;
基于所述节点计量标准中的计量节点对所述用电计量数据进行校准,得到校准后的功能用电数据。
4.根据权利要求3所述的一种多功能教育PC的电源管理方法,其特征在于,对所述历史工作信息进行数据分析,得到计量节点信息以及与所述计量节点信息对应的计量校准值,包括:
调取所述历史工作信息中的第一计量信息以及第二计量信息;
其中,所述第一计量信息包括:第一数值以及与所述第一数值相对应的第一计量时长,所述第一数值用于表示每个所述功能模块相对应设备在首次使用时,功能模块相对应设备在不同功率状态下的用电数据,所述第一计量时长用于表示功能模块相对应设备在首次使用时的应用时长;
所述第二计量信息包括:第二数值以及与所述第二数值相对应的第二计量时长,所述第二数值用于表示每个所述功能模块相对应设备在非首次使用时,功能模块相对应设备在不同功率状态下的用电数据,所述第二计量时长用于表示功能模块相对应设备每次非首次使用时的应用时长;
基于所述第一数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第一计量数据,并将所述第一计量时长以及所述第一计量数据按照计量时间点进行数据规划,得到第一计量信息;
基于所述第二数值确定与不同功能模块相对应设备在不同运行功率的运行状态相对应的第二计量数据,并将所述第二计量时长以及所述第二计量数据按照所述计量时间点进行数据规划,得到第二计量信息;
将所述第一计量信息以及所述第二计量信息按照功能模块相对应设备的同等运行功率进行整合均差计算,得到计量节点信息以及与所述计量节点信息对应的计量校准值。
5.根据权利要求4所述的一种多功能教育PC的电源管理方法,其特征在于,基于所述计量节点信息以及所述计量校准值对所述用电计量标准进行更新,得到节点计量标准,包括:
基于所述用电计量标准确定与所述计量节点信息具有对照关系的计量初始值;
根据所述计量校准值对所述计量初始值进行更新,得到节点计量标准。
6.根据权利要求5所述的一种多功能教育PC的电源管理方法,其特征在于,所述根据所述计量校准值对所述计量初始值进行更新,得到节点计量标准,之后还包括:
对所述计量校准值与所述计量初始值进行差值计算,得到校准差值;
判断所述校准差值是否符合预设校准值,若不满足,则生成异常信息,并将所述异常信息发送至目标设备,告知用户当前多功能教育PC存在用电异常。
7.根据权利要求6所述的一种多功能教育PC的电源管理方法,其特征在于,所述判断所述校准差值是否符合预设校准值,之后还包括:
若所述校准差值符合预设校准值,则获取未来工作信息,所述未来工作信息用于表示在未来周期时间段内不同功能模块相对应设备在不同功率状态下的应用信息;
根据所述未来工作信息、所述历史工作信息以及所述计量节点信息对校准差值进行预测,得到所述未来周期时间段内的未来校准差值;
检测所述未来校准差值不符合所述预设校准值的时间节点,并根据所述时间节点生成预计异常信息。
8.一种多功能教育PC的电源管理装置,其特征在于,包括:
信息获取模块,用于获取环境信息以及设备信息,所述环境信息为多功能教育PC所处环境信息,环境信息包括:光照强度、声音分贝以及温度,所述设备信息用于表示所述多功能教育PC中每个功能模块所对应的用电信息;
参数确定模块,用于基于所述环境信息确定当前不同参数类型的环境参数;
数据分析模块,用于基于所述设备信息确定功能用电数据,并对所述功能用电数据进行数据分析,得到所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据;
参数训练模块,用于将所述环境参数输入至预先训练后的功率模型中进行训练,得到所述多功能教育PC中每个功能模块的用电数据;
用电确定模块,用于确定当前所述多功能教育PC中所应用的应用功能模块,并基于所述多功能教育PC中每个功能模块在不同输出规格下的用电标准数据确定与所述应用功能模块相对应的应用用电数据;
数据计算模块,用于对所述多功能教育PC中每个功能模块的用电数据以及所述应用用电数据进行差值计算,得到用电调节数据;
用电调节模块,用于根据所述用电调节数据生成调节指令,控制调节所述多功能教育PC中所应用的应用功能模块的输出规格。
9.一种电子设备,其特征在于,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1~7任一项所述的一种多功能教育PC的电源管理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机中执行时,令所述计算机执行权利要求1~7任一项所述的一种多功能教育PC的电源管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310995982.1A CN116736962B (zh) | 2023-08-09 | 2023-08-09 | 一种多功能教育pc的电源管理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310995982.1A CN116736962B (zh) | 2023-08-09 | 2023-08-09 | 一种多功能教育pc的电源管理方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736962A CN116736962A (zh) | 2023-09-12 |
CN116736962B true CN116736962B (zh) | 2023-12-01 |
Family
ID=87901543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310995982.1A Active CN116736962B (zh) | 2023-08-09 | 2023-08-09 | 一种多功能教育pc的电源管理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736962B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2919358A1 (en) * | 2014-03-11 | 2015-09-16 | Midastek Microelectronic Inc. | Smart power adaptor and method for controlling power supplay thereof |
CN107678803A (zh) * | 2017-09-30 | 2018-02-09 | 广东欧珀移动通信有限公司 | 应用管控方法、装置、存储介质及电子设备 |
CN109582531A (zh) * | 2018-10-15 | 2019-04-05 | 平安科技(深圳)有限公司 | 电源分配单元的监控方法、装置及电子设备 |
CN112114648A (zh) * | 2020-11-23 | 2020-12-22 | 中国人民解放军国防科技大学 | 可穿戴设备电源管理方法、系统及计算机设备 |
WO2021008403A1 (zh) * | 2019-07-15 | 2021-01-21 | 百富计算机技术(深圳)有限公司 | 电池充电管理方法、终端设备及存储介质 |
CN114169625A (zh) * | 2021-12-13 | 2022-03-11 | 国网江苏省电力有限公司经济技术研究院 | 电力系统的短期负荷预测方法及装置 |
CN114202229A (zh) * | 2021-12-20 | 2022-03-18 | 南方电网数字电网研究院有限公司 | 能量管理策略的确定方法、装置、计算机设备和存储介质 |
CN115268613A (zh) * | 2022-08-29 | 2022-11-01 | 北京百度网讯科技有限公司 | 电源分配单元、电源分配方法、服务器系统及介质 |
CN115793828A (zh) * | 2023-01-06 | 2023-03-14 | 湖南博盛芯微电子科技有限公司 | 一种基于bmc的便携式计算设备的电池管理方法 |
-
2023
- 2023-08-09 CN CN202310995982.1A patent/CN116736962B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2919358A1 (en) * | 2014-03-11 | 2015-09-16 | Midastek Microelectronic Inc. | Smart power adaptor and method for controlling power supplay thereof |
CN107678803A (zh) * | 2017-09-30 | 2018-02-09 | 广东欧珀移动通信有限公司 | 应用管控方法、装置、存储介质及电子设备 |
CN109582531A (zh) * | 2018-10-15 | 2019-04-05 | 平安科技(深圳)有限公司 | 电源分配单元的监控方法、装置及电子设备 |
WO2021008403A1 (zh) * | 2019-07-15 | 2021-01-21 | 百富计算机技术(深圳)有限公司 | 电池充电管理方法、终端设备及存储介质 |
CN112114648A (zh) * | 2020-11-23 | 2020-12-22 | 中国人民解放军国防科技大学 | 可穿戴设备电源管理方法、系统及计算机设备 |
CN114169625A (zh) * | 2021-12-13 | 2022-03-11 | 国网江苏省电力有限公司经济技术研究院 | 电力系统的短期负荷预测方法及装置 |
CN114202229A (zh) * | 2021-12-20 | 2022-03-18 | 南方电网数字电网研究院有限公司 | 能量管理策略的确定方法、装置、计算机设备和存储介质 |
CN115268613A (zh) * | 2022-08-29 | 2022-11-01 | 北京百度网讯科技有限公司 | 电源分配单元、电源分配方法、服务器系统及介质 |
CN115793828A (zh) * | 2023-01-06 | 2023-03-14 | 湖南博盛芯微电子科技有限公司 | 一种基于bmc的便携式计算设备的电池管理方法 |
Non-Patent Citations (1)
Title |
---|
基于V9811的智能功率分配系统的设计;刘敏层;李广田;;《自动化技术与应用》;第35卷(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116736962A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tsang et al. | Identification and modelling of Lithium ion battery | |
CN101803104B (zh) | 用于估计电池的长期特性的系统和方法 | |
Sun et al. | A sequential capacity estimation for the lithium-ion batteries combining incremental capacity curve and discrete Arrhenius fading model | |
Chen et al. | A novel state of charge estimation algorithm for lithium-ion battery packs of electric vehicles | |
CN112180258B (zh) | 电池平均库伦效率的测定方法、装置、介质、终端、及系统 | |
CN115718263A (zh) | 基于注意力的锂离子电池日历老化预测模型和方法 | |
CN102354128A (zh) | 一种用于机器人情感模拟的电路及其控制方法 | |
Chen et al. | A new SOH estimation method for Lithium-ion batteries based on model-data-fusion | |
CN116736962B (zh) | 一种多功能教育pc的电源管理方法、装置、设备及介质 | |
CN112766402A (zh) | 算法选择方法、装置和电子设备 | |
CN112257958A (zh) | 一种电力饱和负荷预测方法及装置 | |
CN111695967A (zh) | 一种报价的确定方法、装置、设备及存储介质 | |
Wang et al. | A conditional random field based feature learning framework for battery capacity prediction | |
CN114169258A (zh) | 一种明渠的流量测量方法、装置、设备及存储介质 | |
CN111461328A (zh) | 一种神经网络的训练方法及电子设备 | |
CN116957844A (zh) | 一种用于电能表的电损耗监测方法、装置、设备及介质 | |
CN111239615A (zh) | 电池模型的参数的确定方法和装置、存储介质、计算机设备 | |
Kaleli et al. | Recursive ARMAX-based global battery SOC estimation model design using Kalman filter with optimized parameters by radial movement optimization method | |
CN115561641B (zh) | 基于状态观测器的锂电池荷电状态估计方法、设备及介质 | |
CN112782584A (zh) | 电池电量的剩余使用额度的预测方法、系统、介质及设备 | |
Giazitzis et al. | A Case Study of a Tiny Machine Learning Application for Battery State-of-Charge Estimation | |
CN109991546B (zh) | 一种电池参数获取方法、装置及终端设备 | |
CN112895967B (zh) | 换电里程的剩余使用时间的预测方法、系统、介质及设备 | |
CN117233630B (zh) | 锂离子电池的使用寿命预测方法、装置和计算机设备 | |
CN114565172B (zh) | 电池剩余寿命预测模型构建、电池剩余寿命预测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |