CN117318254B - 无线充电方法、装置、电子设备及可读存储介质 - Google Patents
无线充电方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN117318254B CN117318254B CN202311619048.6A CN202311619048A CN117318254B CN 117318254 B CN117318254 B CN 117318254B CN 202311619048 A CN202311619048 A CN 202311619048A CN 117318254 B CN117318254 B CN 117318254B
- Authority
- CN
- China
- Prior art keywords
- charging
- equipment
- wireless charging
- charged
- behavior
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000006399 behavior Effects 0.000 claims abstract description 194
- 230000004927 fusion Effects 0.000 claims description 35
- 230000036541 health Effects 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 19
- 230000006978 adaptation Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
- H02J7/00034—Charger exchanging data with an electronic device, i.e. telephone, whose internal battery is under charge
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请应用于充电技术领域,公开了一种无线充电方法、装置、电子设备及可读存储介质,所述无线充电方法包括:获取充电环境信息以及待充电设备的设备信息,其中,所述设备信息包括设备参数信息以及设备行为信息;基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励;基于所述充电反馈奖励,确定所述待充电设备的充电策略。本申请旨在解决无线充电效率低的技术问题。
Description
技术领域
本申请属于充电技术领域,涉及一种无线充电方法、装置、电子设备及可读存储介质。
背景技术
随着便携式电子设备的广泛应用,对于设备充电的方便性、灵活性的需求越来越多;目前许多便携式电子设备都能使用无线充电技术进行充电,从而方便用户进行充电。
无线充电技术是一种特殊的供电方式,它不需要电源线,依靠电磁波传播,然后将电磁波能量转化为电能,最终实现无线充电。目前无线充电技术对应的无线充电器大多都有预先设定的充电策略,而不同的电子设备对应的充电功率等的需求并不相同,因此当前的无线充电技术无法满足不同设备的充电需求,进而导致设备的无线充电效率低的技术问题。
上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容为现有技术。
发明内容
本申请的主要目的在于提供一种无线充电方法、装置、电子设备及可读存储介质,旨在解决无线充电效率低的技术问题。
为实现上述目的,本申请提供一种无线充电方法,所述无线充电方法包括:
获取充电环境信息以及待充电设备的设备信息,其中,所述设备信息包括设备参数信息以及设备行为信息;
基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励;
基于所述充电反馈奖励,确定所述待充电设备的充电策略。
为实现上述目的,本申请提供一种无线充电装置,所述无线充电装置包括:
获取模块,用于获取充电环境信息以及待充电设备的设备信息,其中,所述设备信息包括设备参数信息以及设备行为信息;
反馈模块,用于基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励;
充电策略确定模块,用于基于所述充电反馈奖励,确定所述待充电设备的充电策略。
本申请还提供一种电子设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述无线充电方法的程序,所述无线充电方法的程序被处理器执行时可实现如上述的无线充电方法的步骤。
本申请还提供一种可读存储介质,所述可读存储介质上存储有实现无线充电方法的程序,所述无线充电方法的程序被处理器执行时实现如上述的无线充电方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的无线充电方法的步骤。
本申请提供了一种无线充电方法、装置、电子设备及可读存储介质,本申请实施例通过获取充电环境信息和待充电设备的设备信息,模拟所述待充电设备的无线充电行为,并基于无线充电行为的充电反馈奖励确定待充电设备的充电策略,实现了基于待充电设备所处的充电环境以及待充电设备的设备信息,灵活调整待充电设备的充电策略,具体的,设备信息还包括设备参数信息以及设备行为信息,从而实现为待充电设备定制与其自身相匹配的充电策略,且结合充电环境信息模拟无线充电行为,实现基于当前环境对待充电设备的充电策略的适应性调整,使得待充电设备在当前情况下能以最佳的充电策略进行无线充电,进而提高了待充电设备的无线充电效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,表示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请无线充电方法第一实施例的流程示意图;
图2为本申请无线充电方法第二实施例的流程示意图;
图3为本申请无线充电方法第三实施例的流程示意图;
图4为本申请无线充电方法一实施例的装置示意图;
图5为本申请实施例中无线充电方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,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,所描述的实施例仅仅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的前提下所获得的所有其它实施例,均属于本申请保护的范围。
实施例一
参照图1,本申请实施例提供一种无线充电方法,在本申请无线充电方法的第一实施例中,所述无线充电方法包括:
步骤S10,获取充电环境信息以及待充电设备的设备信息,其中,所述设备信息包括设备参数信息以及设备行为信息;
需要说明的是,本申请实施例应用于无线充电领域,充电环境信息表征为待充电设备所处的环境温度和环境湿度,待充电设备会放置于无线充电设备上进行无线充电。待充电设备可以是移动终端,例如手机。设备信息包括设备参数信息和设备行为信息。设备参数信息表征为待充电设备的充电参数以及历史充电行为等数据;设备参数信息包括设备参数以及历史充电行为。设备行为信息表征为待充电设备的充电状态等的数据,设备行为信息可以包括用户行为数据和设备状态数据,设备状态数据为待充电设备的当前剩余电量,用户行为数据用于描述在待充电设备进行充电时,用户是否在使用待充电设备。
步骤S20,基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励;
步骤S30,基于所述充电反馈奖励,确定所述待充电设备的充电策略。
需要说明的是,无线充电行为是模拟无线充电设备对待充电设备进行充电时所产生的行为,无线充电行为可以是对待充电设备进行充电时的无线充电电流和无线充电电压。充电反馈奖励表征为无线充电行为产生的充电效果,充电反馈奖励可以是正反馈奖励也可以是负反馈奖励,正反馈奖励表征为无线充电行为的充电效果较好,负反馈奖励表征无线充电行为的充电效果不佳。无线充电行为是预设无线充电预测模型对待充电设备进行模拟充电时产生的行为;充电策略是指的对待充电设备进行实际充电时的策略,充电策略包括充电电流和充电电压。
示例性的,步骤S10至步骤S30包括:获取充电环境信息和待充电设备的设备参数信息和设备行为信息,基于所述充电环境信息、设备参数信息和设备行为信息,通过预设无线充电预测模型模拟对待充电设备进行充电时的无线充电行为,并对所述无线充电行为进行评估,得到充电反馈奖励;基于所述充电反馈奖励,确定待充电设备的充电策略。
本申请实施例通过获取充电环境信息和待充电设备的设备信息,模拟所述待充电设备的无线充电行为,并基于无线充电行为的充电反馈奖励确定待充电设备的充电策略,实现了基于待充电设备所处的充电环境以及待充电设备的设备信息,灵活调整待充电设备的充电策略,具体的,设备信息还包括设备参数信息以及设备行为信息,从而实现为待充电设备定制与其自身相匹配的充电策略,且结合充电环境信息模拟无线充电行为,实现基于当前环境对待充电设备的充电策略的适应性调整,使得待充电设备在当前情况下能以最佳的充电策略进行无线充电,进而提高了待充电设备的无线充电效率。
实施例二
进一步地,参照图2,基于本申请上述实施例,在本申请另一实施例中,与上述实施例相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励的步骤包括:
步骤A10,对所述充电环境信息和所述设备信息进行多模态数据融合,得到所述待充电设备的设备融合数据;
步骤A20,基于预设无线充电预测模型和所述设备融合数据,预测对所述待充电设备进行充电时的无线充电行为;
步骤A30,根据所述预设无线充电预测模型的奖励函数,确定所述无线充电行为的充电反馈奖励。
需要说明的是,本申请实施例是在输入预设无线充电预测模型前,就对充电环境信息和设备信息进行了数据融合,使得模型可以接收到完整的数据,从而可以避免数据的遗漏,而不是分散的将数据输入到模型,进而使得模型可以基于设备融合数据进行无线充电行为的模拟。其中,多模态数据融合是指的将充电环境信息和设备信息进行融合。
预设无线充电预测模型用于模拟对待充电设备进行充电的无线充电行为,预设无线充电预测模型为Transformer(变换器)模型。Transformer模型包括自注意力机制、多头注意力机制、位置编码和深度神经网络层,从而可以通过将设备融合数据输入Transformer模型,由Transformer模型对无线充电行为进行模拟,得到充电反馈奖励进而得到待充电设备的充电策略。
奖励函数可以是由各个对充电效果进行评估的指标组成,各指标可以为充电健康度、设备充电效率、充电成本、用户满意度以及行为适配度等。充电反馈奖励用于评估无线充电行为的好坏程度。
示例性的,步骤A10至步骤A30包括:对所述充电环境信息和所述设备信息进行多模态数据融合,得到待充电设备的设备融合数据;将设备融合输数据输入至预设无线充电预测模型,以预测对待充电设备进行充电时的无线充电行为;根据预设无线充电预测模型的简历函数,对无线充电行为进行评估得到充电反馈奖励。
本申请实施例通过Transformer模型进行无线充电行为的模型,从而可以考虑待充电设备的多个方面,为待充电设备定制无线充电的充电策略,进而可以提高待充电设备的无线充电效率,避免因只能以无线充电设备的固定的静态充电策略对待充电设备进行无线充电时导致的无线充电效率低的问题。
在一可行实施例中,所述基于预设无线充电预测模型和所述设备融合数据,预测所述待充电设备的无线充电行为的步骤包括:
步骤A21,将所述设备融合数据输入所述预设无线充电预测模型,以供所述预设无线充电预测模型从所述设备融合数据中获取所述待充电设备的历史充电行为、用户行为数据、设备状态数据以及充电环境信息;
需要说明的是,无线充电行为包括无线充电电流和无线充电电压;无线充电电流为无线充电设备对待充电设备进行充电时的电流,无线充电电压为无线充电设备对待充电设备进行充电时的电压。设备融合数据为充电环境信息和设备信息的融合,而设备信息包括设备参数信息和设备行为信息,设备参数信息又包括设备参数以及历史充电行为,设备行为信息又包括用户行为数据和设备状态数据。因此可以从设备融合数据中获取待充电设备的历史充电行为、用户行为数据、设备状态数据以及充电环境信息。
步骤A22,并从所述历史充电行为中获取所述待充电设备的历史影响电流和历史影响电压;
步骤A23,根据所述用户行为数据、设备状态数据和所述充电环境信息,对所述历史影响电流和所述历史影响电压进行调整,得到所述待充电设备的无线充电电流和无线充电电压。
需要说明的是,历史充电行为是待充电设备的历史充电数据,包括多次的历史充电电流和历史充电电压,历史影响电流可以是多个历史充电电流的平均值,历史影响电压可以是多个历史充电电压的平均值。对历史影响电流和历史影响电压可以进行正向和负向的调整,也即,可以增大历史影响电流和历史影响电压,也可以减小历史影响电压和减小历史影响电流,最终得到无线充电电流和无线充电电压。历史影响电流、历史影响电压、无线充电电流以及无线充电电压不会超过待充电设备的允许的最大充电电流和最大充电电压。
示例性的,步骤A21至步骤A23包括:将设备融合数据输入预设无线充电预测模型,由预设无线充电预测模型从设备融合数据中获取待充电设备的历史充电行为,基于历史充电行为中的多次历史充电电流的平均值确定历史影响电流,基于历史充电行为中的多次历史充电电压的平均值确定历史影响电压。在基于设备融合数据中的用户行为数据、设备状态数据和所述充电环境信息,对所述历史影响电流和所述历史影响电压进行调整,得到所述待充电设备的无线充电电流和无线充电电压。
另外,若待充电设备是第一次充电或无法获取到待充电设备的历史充电行为,则可以直接基于无线充电设备提前固定的预设充电电流作为历史影响电流,提前固定的预设充电电压作为历史影响电压。
本申请实施例通过待充电设备的历史充电行为,确定历史影响电流和电力影响电压,从而可以初步确定对待充电设备进行无线充电时的电流电压,使得在对待充电设备进行无线充电时,其充电的电流电压能最大程度上与待充电设备相匹配,进一步的,还通过用户行为数据、设备状态数据以及充电环境信息对历史影响电流和历史影响电压进行调整,从而考虑了温度、用户行为等对待充电设备进行充电时的影响,所以可以基于待充电设备所在的环境以及待充电设备所处的状态,灵活调整无线充电行为,从而提高了无线充电的效率。
在一可行实施例中,所述根据所述用户行为数据、设备状态数据和所述充电环境信息,对所述历史影响电流和所述历史影响电压进行调整,得到所述待充电设备的无线充电电流和无线充电电压的步骤包括:
步骤A231,根据所述用户行为数据中的设备耗电量和预设耗电量,确定耗电调整因子;
需要说明的是,用户行为数据用于描述在待充电设备进行充电时,用户是否在使用待充电设备,可以通过设备耗电量来确定用户是否在使用待充电设备,在本申请实施例中通过用户行为数据确定耗电调整因子的目的是为了在用户边充电边使用待充电设备时,为保证待充电设备的充电效率或是充电速度,需要提高历史影响电流或历史影响电压。因而当设备耗电量过大时可以提高历史影响电流或历史影响电压,预设耗电量用于评估当前是否存在边充电边使用待充电设备的情况。
示例性的,判断设备耗电量是否大于预设耗电量,若设备耗电量大于预设耗电量,则计算设备耗电量与预设耗电量之差,得到耗电量差值,将所述耗电量差值作为所述耗电调整因子;若设备耗电量小于预设耗电量,则无需确定耗电调整因子。耗电调整因子为正,耗电调整因子用于增大历史充电电流和/或历史充电电压。
步骤A232,根据所述设备状态数据中的设备剩余电量与预设剩余电量,确定剩余调整因子;
需要说明的是,设备状态数据包括设备剩余电量,预设剩余电量可以基于实际情况进行设置,也可以基于待充电设备的设备类型确定,当设备剩余电量小于预设剩余电量时,说明待充电设备的剩余电量极低,则可以增大历史影响电流,以增加待充电设备的充电功率。
示例性,判断设备剩余电量是否小于预设剩余电量;若设备剩余电量小于预设剩余电量,则计算设备剩余电量与预设剩余电量之差,得到剩余调整因子;若设备剩余电量大于或等于预设剩余电量,则无需确定剩余调整因子。
步骤A233,根据所述充电环境信息中的环境温度与预设温度阈值,确定温度调整因子;
需要说明的是,充电环境信息包括环境温度和环境湿度。环境温度越高,待充电设备在进行充电时其充电温度也会越高。无线充电电流越大则可能会导致待充电设备的温度升高,因此当待充电设备在进行无线充电时,可以基于环境温度,对无线充电电流进行调整,以降低待充电设备的充电温度。预设温度阈值可以是提前预设的,预设温度阈值可以是基于待充电设备的设备类型确定。维度调整因子用于减小历史影响电流和历史影响电压。
示例性的,判断充电温度是否大于预设温度阈值;若充电温度大于预设温度阈值,则计算充电温度与预设温度阈值之差,得到温度调整因子;若充电温度小于或等于预设温度阈值,则无需确定温度调整因子。
步骤A234,基于预设电流影响权重,对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电流调整因子,以及基于预设电压影响权重,对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电压调整因子;
步骤A235,基于所述电流调整因子对所述历史影响电流进行调整,得到无线充电电流,以及基于所述电压调整因子对所述历史影响电压进行调整,得到无线充电电压。
需要说明的,可以基于用户行为数据、设备状态数据和充电环境信息对历史影响电流和历史影响电压的重要程度,分别确定耗电调整因子、剩余调整因子和温度调整因子的权重,以对耗电调整因子、剩余调整因子和温度调整因子进行加权求和得到总调整因子,进而基于总调整因子对历史影响电流和历史影响电压进行调整。
示例性的,步骤A234至步骤A235包括:基于预设电流影响权重,对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电流调整因子,计算电流调整因子与历史影响电流之和,得到无线充电电流;基于预设电压影响权重,对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电压调整因子,计算电压调整因子与历史影响电压之和,得到无线充电电压。
本申请实施例通过基于设备耗电量、设备剩余电量和环境温度对历史影响电流和历史影响电压进行调整,从而可以实现基于待充电设备所处的环境以及基于待充电设备的状态对待充电设备的无线充电行为进行灵活调整,从而可以在保证待充电设备在安全充电或保证待充电设备的电池安全的情况下,提高待充电设备的无线充电效率。
在一可行实施例中,所述根据所述预设无线充电预测模型的奖励函数,确定所述无线充电行为的充电反馈奖励的步骤包括:
步骤A31,获取通过所述无线充电行为对所述待充电设备进行充电时的设备温度信息和设备电压信息以确定所述待充电设备的充电健康度;
需要说明的是,预设无线充电预测模型模拟对待充电设备进行充电时的无线充电行为时,会模拟无线充电行为对待充电设备进行充电的全过程。设备温度信息表征为通过无线充电行为对待充电设备进行充电时对应的多个充电温度,设备温度信息可以显示为充电温度变化曲线,设备电压信息表征为通过无线充电行为对待充电设备进行充电时对应的多个充电电压,设备电压信息可以显示为充电电压变化曲线。
示例性的,从设备温度信息中获取无线最大充电温度,从设备电压信息中获取无线最大充电电压,计算预设温度阈值与无线最大充电温度之差得到充电温度健康,计算预设电压阈值与无线最大充电电压之差得到充电电压健康;对充电温度健康与充电电压健康进行加权求和得到充电健康度,充电温度健康和充电电压健康都可以为负值。
步骤A32,根据所述无线充电行为对应的充电完成时间和预设充电时间,计算所述无线充电行为对应的设备充电效率;
需要说明的是,充电完成时间表征为通过无线充电行为对待充电设备进行充电时,待充电设备充满电时所需的时间,预设充电时间为待充电设备的理想充电完成时间。示例性的,计算预设充电时间与充电完成时间的比值,得到设备充电效率,设备充电效率可以大于1也可以小于1。
步骤A33,在预设时段成本映射关系中匹配所述无线充电行为所在的充电时段对应的充电成本;
需要说明的是,预设时段成本映射关系表征为充电时段与充电成本之间的映射关系。示例性的,获取对待充电设备进行无线充电行为时对应的充电时间,基于所述充电时间在所述预设时段成本映射关系中匹配到对应充电时段,从而获取充电时段对应的充电成本。
步骤A34,根据所述充电完成时间和待充电设备的剩余电量,计算所述待充电设备的设备充电速度,以基于所述设备充电速度和所述充电时段与所述待充电设备的用户偏好之间的匹配度,得到用户满意度。
需要说明的是,可以基于充电完成时间和所述待充电设备的剩余电量,计算待充电设备的设备充电速度。充电时段为待充电设备进行无线充电时对应的时段。用户偏好包括偏好速度和偏好时段,偏好时段表征为用户习惯的充电时段,偏好时段可以基于待充电设备的历史充电行为确定,用户偏好速度可以基于待充电设备的历史平均充电速度确定,若设备充电速度超过历史平均充电速度,则可以认为设备充电速度与偏好速度的匹配度越高。
示例性的,基于所述待充电设备的剩余电量,确定所述待充电设备的待充电电量,计算待充电电量与充电完成时间的比得到设备充电速度;计算设备充电速度与偏好速度之间的速度差值,计算速度差值与预设匹配衡量值之和,得到速度匹配度。其中,预设匹配衡量值为可以表示为百分数,预设匹配衡量值可以为100%,当设备充电速度等于偏好速度时,速度匹配度为100%,当设备速度大于偏好速度时,速度匹配度大于预设匹配衡量值,当设备充电速度小于偏好速度时,速度匹配度小于预设匹配衡量值。计算所述偏好时段与充电时段之间的时段差值,在预设时段匹配映射关系中查找与时段差值相匹配的时段匹配度。时段差值越大时段匹配度越小。对速度匹配度与时段匹配度进行加权求和得到用户满意度。
步骤A35,基于所述待充电设备的设备参数信息,计算所述待充电设备与所述无线充电行为之间的匹配度,得到所述无线充电行为与所述待充电设备之间的行为适配度;
需要说明的是,设备参数信息为待充电设备允许的最大充电电流和最大充电电压,行为适配度用于描述无线充电行为与待充电设备之间的匹配程度。
示例性的,将无线充电电流与最大充电电流之差与最大充电电流之比作为电流匹配度;将无线充电电压与最大充电电压之差与最大充电电压之比作为电压匹配度,对电流匹配度和电压匹配度进行加权求和得到行为适配度。
步骤A36,基于所述奖励函数,对所述充电健康度、所述设备充电效率、所述充电成本、所述用户满意度以及所述行为适配度进行加权求和得到所述充电反馈奖励。
需要说明的是,奖励函数用于确定充电健康度、所述设备充电效率、所述充电成本、所述用户满意度以及所述行为适配度各自对应的奖励权重,奖励权重用于描述奖励权重对应的奖励指标在奖励函数中的重要程度,奖励指标是指充电健康度、所述设备充电效率、所述充电成本、所述用户满意度或所述行为适配度。
示例性的,从所述奖励函数中获取,充电健康度、所述设备充电效率、所述充电成本、所述用户满意度以及所述行为适配度分别对应的奖励权重,基于充电健康度、所述设备充电效率、所述充电成本、所述用户满意度以及所述行为适配度以及各自对应的奖励权重,进行加权求和,得到充电反馈奖励。
本申请实施例通过充电健康度、设备充电效率、充电成本、用户满意度以及行为适配度的确定充电反馈奖励,进而可以多个维度评估无线充电行为的好坏,实现全面分析无线充电行为的好坏,从而便于基于充电反馈奖励调整无线充电行为,进而便于为待充电设备确定最佳的充电策略。
实施例三
进一步地,参照图3,基于本申请上述实施例,在本申请另一实施例中,与上述实施例相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,所述基于所述充电反馈奖励,确定所述待充电设备的充电策略的步骤包括:
步骤B10,判断所述充电反馈奖励是否为正向反馈;
步骤B20,若所述充电反馈奖励为正向反馈,则判断所述充电反馈奖励对应的设备充电效率是否小于预设最佳充电效率;
步骤B30,若所述设备充电效率大于或等于预设最佳充电效率,则将所述充电反馈奖励对应的所述无线充电行为作为所述充电策略;
步骤B40,若所述充电反馈奖励不为正向反馈,则基于所述充电反馈奖励中的负反馈因子调整所述无线充电行为,直至所述充电反馈奖励为正向反馈。
需要说明的是,充电反馈奖励可以为正向反馈也可以为负向反馈,当充电反馈奖励的值为正数时,则充电反馈奖励为正向反馈,充电反馈奖励的值为负数时,则充电反馈奖励为负向反馈。预设最佳充电效率可以基于待充电设备的历史充电行为确定,可以在历史充电行为中选择历史最佳充电效率作为预设最佳充电效率,预设最佳充电效率也可以基于实际情况确定。
示例性的,步骤B10至步骤B40包括:判断充电反馈奖励是否为正向奖励;若充电反馈奖励为正向奖励,则判断充电反馈奖励对应的设备充电效率是否小于预设最佳充电效率;若所述设备充电效率大于或等于预设最佳充电效率,则将所述充电反馈奖励对应的所述无线充电行为作为所述充电策略;若所述充电反馈奖励不为正向反馈,则获取所述充电反馈奖励中的负反馈因子,并基于所述负反馈因子调整所述无线充电行为,直至所述充电反馈奖励为正向反馈。
其中,再判断充电反馈奖励对应的设备充电效率是否小于预设最佳充电效率的步骤之后还包括:若设备充电效率小于预设最佳充电效率,则可以按照预设默认增加值增加无线充电电流和无线充电电压,以更新无线充电行为;并通过预设无线充电预测模型确定更新后的无线充电行为进行评估以得到对应的充电反馈奖励,再判断充电反馈奖励是否为正向反馈,若所述充电反馈奖励为正向反馈,则判断所述充电反馈奖励对应的设备充电效率是否小于预设最佳充电效率;若所述充电反馈奖励为负向反馈,则将上一时间步的正向反馈对应的无线充电行为作为充电策略。另外还需要说明的是,充电环境信息还包括环境湿度,若环境湿度超过预设湿度阈值,则停止对待充电设备进行无线充电,以保证待充电设备的充电安全。
本申请实施例通过在充电反馈奖励为负向反馈时,对无线充电行为进行调整,直至得到正向反馈的充电反馈奖励,从而可以为待充电设备选择最佳的充电策略,从而提高待充电设备的充电效率。
在一可行实施例中,所述负反馈因子为充电健康度,所述基于所述充电反馈奖励中的负反馈因子调整所述无线充电行为的步骤包括:
步骤B31,若所述负反馈因子包括充电健康度,则从所述充电健康度中获取充电温度和充电电压;
步骤B32,若所述充电温度大于预设温度阈值,则基于所述充电温度与所述预设温度阈值之间的温度差对所述无线充电行为的无线充电电流进行调整以减小所述无线充电电流;
步骤B33,若所述充电电压大于预设电压阈值,则基于所述充电电压与预设电压阈值之间的电压差对所述无线充电行为的无线充电电压进行调整以减小所述无线充电电压。
需要说明的是,若充电反馈奖励为负向反馈,则说明在基于无线充电行为对待充电设备进行充电时,无线充电行为对应的充电效果不佳,则可以基于负向反馈对无线充电行为进行调整,以为待充电设备确定最佳的充电策略。负反馈因子是指的在充电反馈奖励中为值为负的奖励指标。在进行无线充电时,待充电设备的充电健康度可能会受到影响。
示例性的,若所述充电反馈奖励为负向反馈时,从充电反馈奖励中获取负反馈因子;若所述负反馈因子包括充电健康度,从所述充电健康度中获取充电温度和充电电压;充电温度为设备充电时的温度。若所述充电温度大于预设温度阈值,则基于所述充电温度与所述预设温度阈值之间的温度差对所述无线充电行为的无线充电电流进行调整以减小所述无线充电电流,若所述充电温度小于或等于预设温度阈值,则可以不确定温度差,不通过温度差对无线充电电流进行调整;若所述充电电压大于预设电压阈值,则基于所述充电电压与预设电压阈值之间的电压差对所述无线充电行为的无线充电电压进行调整以减小所述无线充电电压;若充电电压小于或等于预设电压阈值,则可以不确定电压差,不通过电压差对无线充电电压进行调整。
本申请实施例通过在接收到负向反馈的充电反馈奖励时通过对无线充电电流和无线充电电压进行调整,进而可以减小充电温度或充电电压,进而保证待充电设备的充电安全以及充电健康度,从而实现在保证充电安全的情况下提高充电效率。
实施例四
参照图4,本申请实施例还提供一种无线充电装置,所述无线充电装置包括:
获取模块10,用于获取充电环境信息以及待充电设备的设备信息,其中,所述设备信息包括设备参数信息以及设备行为信息;
反馈模块20,用于基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励;
充电策略确定模块30,用于基于所述充电反馈奖励,确定所述待充电设备的充电策略。
可选的,所述反馈模块20还用于:
对所述充电环境信息和所述设备信息进行多模态数据融合,得到所述待充电设备的设备融合数据;
基于预设无线充电预测模型和所述设备融合数据,预测对所述待充电设备进行充电时的无线充电行为;
根据所述预设无线充电预测模型的奖励函数,确定所述无线充电行为进行的充电反馈奖励。
可选的,所述反馈模块20还用于:
将所述设备融合数据输入所述预设无线充电预测模型,以供所述预设无线充电预测模型从所述设备融合数据中获取所述待充电设备的历史充电行为、用户行为数据、设备状态数据以及充电环境信息;
并从所述历史充电行为中获取所述待充电设备的历史影响电流和历史影响电压;
根据所述用户行为数据、设备状态数据和所述充电环境信息,对所述历史影响电流和所述历史影响电压进行调整,得到所述待充电设备的无线充电电流和无线充电电压。
可选的,所述反馈模块20还用于:
根据所述用户行为数据中的设备耗电量和预设耗电量确定耗电调整因子;
根据所述设备状态数据中的设备剩余电量与预设剩余电量确定剩余调整因子;
根据所述充电环境信息中的充电温度与预设温度阈值确定温度调整因子;
基于预设电流影响权重对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电流调整因子,以及基于预设电压影响权重对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电压调整因子;
基于所述电流调整因子对所述历史影响电流进行调整,得到无线充电电流,以及基于所述电压调整因子对所述历史影响电压进行调整,得到无线充电电压。
可选的,所述反馈模块20还用于:
获取通过所述无线充电行为对所述待充电设备进行充电时的设备温度信息和设备电压信息以确定所述待充电设备的充电健康度;
根据所述无线充电行为对应的充电完成时间和预设充电时间,计算所述无线充电行为对应的设备充电效率;
在预设时段成本映射关系中匹配所述无线充电行为所在的充电时段对应的充电成本;
根据所述充电完成时间和待充电设备的剩余电量,计算所述待充电设备的设备充电速度,以基于所述设备充电速度和所述充电时段与所述待充电设备的用户偏好之间的匹配度,得到用户满意度;
基于所述待充电设备的设备参数信息,计算所述待充电设备与所述无线充电行为之间的匹配度,得到所述无线充电行为与所述待充电设备之间的行为适配度;
基于所述奖励函数,对所述充电健康度、所述设备充电效率、所述充电成本、所述用户满意度以及所述行为适配度进行加权求和得到所述充电反馈奖励。
可选的,所述充电策略确定模块30还用于:
判断所述充电反馈奖励是否为正向反馈;
若所述充电反馈奖励为正向反馈,则判断所述充电反馈奖励对应的设备充电效率是否小于预设最佳充电效率;
若所述设备充电效率大于或等于预设最佳充电效率,则将所述充电反馈奖励对应的所述无线充电行为作为所述充电策略;
若所述充电反馈奖励不为正向反馈,则基于所述充电反馈奖励中的负反馈因子调整所述无线充电行为,直至所述充电反馈奖励为正向反馈。
可选的,所述充电策略确定模块30还用于:
从所述充电健康度中获取充电温度和充电电压;
若所述充电温度大于预设温度阈值,则基于所述充电温度与所述预设温度阈值之间的温度差对所述无线充电行为的无线充电电流进行调整以减小所述无线充电电流;
若所述充电电压大于预设电压阈值,则基于所述充电电压与预设电压阈值之间的电压差对所述无线充电行为的无线充电电压进行调整以减小所述无线充电电压。
本申请提供的无线充电装置,采用上述实施例中的无线充电方法,旨在解决无线充电效率低的技术问题。与现有技术相比,本申请实施例提供的无线充电方法的有益效果与上述实施例提供的无线充电方法的有益效果相同,且该无线充电装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例五
本申请实施例提供一种电子设备,所述电子设备可以为播放设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例中的无线充电方法。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(personal digital assistant,个人数字助理)、PAD(portable Android device,平板电脑)、PMP(Portable Media Player,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。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等),其可以根据存储在ROM(Read-Only Memory,只读存储器)中的程序或者从存储装置加载到RAM(Random Access Memory,随机访问存储器)中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常,以下系统可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加转速计、陀螺仪等的输入装置;包括例如LCD(Liquid Crystal Display,液晶显示器)、扬声器、振动器等的输出装置;包括例如磁带、硬盘等的存储装置;以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信系统从网络上被下载和安装,或者从存储系统被安装,或者从ROM被安装。在该计算机程序被处理系统执行时,执行本公开实施例的方法中限定的上述功能。
本申请提供的电子设备,采用上述实施例一中的无线充电方法旨在解决无线充电效率低的技术问题。与现有技术相比,本申请实施例提供的产品流量数据分配的有益效果与上述实施例提供的无线充电方法的有益效果相同,且该无线充电装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
实施例六
本实施例提供一种可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例一中的无线充电方法。
本申请实施例提供的可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的设备、设备或器件,或者任意以上的组合。可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程EPROM(Electrical Programmable Read OnlyMemory,只读存储器)或闪存、光纤、便携式紧凑磁盘CD-ROM(compact disc read-onlymemory,只读存储器)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行设备、设备或者器件使用或者与其结合使用。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(RadioFrequency,射频)等等,或者上述的任意合适的组合。
上述可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:获取充电环境信息以及待充电设备的设备信息,其中,所述设备信息包括设备参数信息以及设备行为信息;基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励;基于所述充电反馈奖励,确定所述待充电设备的充电策略。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括LAN(localarea network,局域网)或WAN(Wide Area Network,广域网)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的设备来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本申请提供的可读存储介质,存储有用于执行上述无线充电方法的计算机可读程序指令,旨在解决无线充电效率低的技术问题。与现有技术相比,本申请实施例提供的可读存储介质的有益效果与上述实施例提供的无线充电方法的有益效果相同,在此不做赘述。
实施例七
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的无线充电方法的步骤。
本申请提供的计算机程序产品旨在解决无线充电效率低的技术问题。与现有技术相比,本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的无线充电方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (6)
1.一种无线充电方法,其特征在于,所述无线充电方法包括:
获取充电环境信息以及待充电设备的设备信息,其中,所述设备信息包括设备参数信息以及设备行为信息;
基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励;
基于所述充电反馈奖励,确定所述待充电设备的充电策略;
基于所述充电环境信息和所述设备信息,模拟对所述待充电设备进行充电时的无线充电行为,并确定所述无线充电行为的充电反馈奖励的步骤包括:
对所述充电环境信息和所述设备信息进行多模态数据融合,得到所述待充电设备的设备融合数据;
基于预设无线充电预测模型和所述设备融合数据,预测对所述待充电设备进行充电时的无线充电行为;
根据所述预设无线充电预测模型的奖励函数,确定所述无线充电行为的充电反馈奖励;
所述无线充电行为包括无线充电电流和无线充电电压;
所述基于预设无线充电预测模型和所述设备融合数据,预测对所述待充电设备进行充电时的无线充电行为的步骤包括:
将所述设备融合数据输入所述预设无线充电预测模型,以供所述预设无线充电预测模型从所述设备融合数据中获取所述待充电设备的历史充电行为、用户行为数据、设备状态数据以及充电环境信息;
并从所述历史充电行为中获取所述待充电设备的历史影响电流和历史影响电压;
根据所述用户行为数据、设备状态数据和所述充电环境信息,对所述历史影响电流和所述历史影响电压进行调整,得到所述待充电设备的无线充电电流和无线充电电压;
所述根据所述用户行为数据、设备状态数据和所述充电环境信息,对所述历史影响电流和所述历史影响电压进行调整,得到所述待充电设备的无线充电电流和无线充电电压的步骤包括:
根据所述用户行为数据中的设备耗电量和预设耗电量确定耗电调整因子;
根据所述设备状态数据中的设备剩余电量与预设剩余电量确定剩余调整因子;
根据所述充电环境信息中的环境温度与预设温度阈值确定温度调整因子;
基于预设电流影响权重对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电流调整因子,以及基于预设电压影响权重对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电压调整因子;
基于所述电流调整因子对所述历史影响电流进行调整,得到无线充电电流,以及基于所述电压调整因子对所述历史影响电压进行调整,得到无线充电电压;
所述根据所述预设无线充电预测模型的奖励函数,确定所述无线充电行为的充电反馈奖励的步骤包括:
获取通过所述无线充电行为对所述待充电设备进行充电时的设备温度信息和设备电压信息以确定所述待充电设备的充电健康度;
根据所述无线充电行为对应的充电完成时间和预设充电时间,计算所述无线充电行为对应的设备充电效率;
在预设时段成本映射关系中匹配所述无线充电行为所在的充电时段对应的充电成本;
根据所述充电完成时间和待充电设备的剩余电量,计算所述待充电设备的设备充电速度,以基于所述设备充电速度和所述充电时段与所述待充电设备的用户偏好之间的匹配度,得到用户满意度;
基于所述待充电设备的设备参数信息,计算所述待充电设备与所述无线充电行为之间的匹配度,得到所述无线充电行为与所述待充电设备之间的行为适配度;
基于所述奖励函数,对所述充电健康度、所述设备充电效率、所述充电成本、所述用户满意度以及所述行为适配度进行加权求和得到所述充电反馈奖励。
2.如权利要求1所述的无线充电方法,其特征在于,所述基于所述充电反馈奖励,确定所述待充电设备的充电策略的步骤包括:
判断所述充电反馈奖励是否为正向反馈;
若所述充电反馈奖励为正向反馈,则判断所述充电反馈奖励对应的设备充电效率是否小于预设最佳充电效率;
若所述设备充电效率大于或等于预设最佳充电效率,则将所述充电反馈奖励对应的所述无线充电行为作为所述充电策略;
若所述充电反馈奖励不为正向反馈,则基于所述充电反馈奖励中的负反馈因子调整所述无线充电行为,直至所述充电反馈奖励为正向反馈。
3.如权利要求2所述的无线充电方法,其特征在于,所述负反馈因子为充电健康度,所述基于所述充电反馈奖励中的负反馈因子调整所述无线充电行为的步骤包括:
从所述充电健康度中获取充电温度和充电电压;
若所述充电温度大于预设温度阈值,则基于所述充电温度与所述预设温度阈值之间的温度差对所述无线充电行为的无线充电电流进行调整以减小所述无线充电电流;
若所述充电电压大于预设电压阈值,则基于所述充电电压与预设电压阈值之间的电压差对所述无线充电行为的无线充电电压进行调整以减小所述无线充电电压。
4.一种无线充电装置,其特征在于,所述无线充电装置包括:
获取模块,用于获取充电环境信息以及待充电设备的设备信息,其中,所述设备信息包括设备参数信息以及设备行为信息;
反馈模块,用于基于所述充电环境信息和所述设备信息,模拟所述待充电设备的无线充电行为,并对所述无线充电行为进行评估,得到充电反馈奖励;
充电策略确定模块,用于基于所述充电反馈奖励,确定所述待充电设备的充电策略;
所述反馈模块,还用于对所述充电环境信息和所述设备信息进行多模态数据融合,得到所述待充电设备的设备融合数据;基于预设无线充电预测模型和所述设备融合数据,预测对所述待充电设备进行充电时的无线充电行为;根据所述预设无线充电预测模型的奖励函数,确定所述无线充电行为的充电反馈奖励;
所述反馈模块,还用于将所述设备融合数据输入所述预设无线充电预测模型,以供所述预设无线充电预测模型从所述设备融合数据中获取所述待充电设备的历史充电行为、用户行为数据、设备状态数据以及充电环境信息;并从所述历史充电行为中获取所述待充电设备的历史影响电流和历史影响电压;根据所述用户行为数据、设备状态数据和所述充电环境信息,对所述历史影响电流和所述历史影响电压进行调整,得到所述待充电设备的无线充电电流和无线充电电压;
所述反馈模块,还用于根据所述用户行为数据中的设备耗电量和预设耗电量确定耗电调整因子;根据所述设备状态数据中的设备剩余电量与预设剩余电量确定剩余调整因子;根据所述充电环境信息中的环境温度与预设温度阈值确定温度调整因子;基于预设电流影响权重对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电流调整因子,以及基于预设电压影响权重对所述耗电调整因子、所述剩余调整因子和所述温度调整因子进行加权求和,得到电压调整因子;基于所述电流调整因子对所述历史影响电流进行调整,得到无线充电电流,以及基于所述电压调整因子对所述历史影响电压进行调整,得到无线充电电压;
所述反馈模块,还用于获取通过所述无线充电行为对所述待充电设备进行充电时的设备温度信息和设备电压信息以确定所述待充电设备的充电健康度;根据所述无线充电行为对应的充电完成时间和预设充电时间,计算所述无线充电行为对应的设备充电效率;在预设时段成本映射关系中匹配所述无线充电行为所在的充电时段对应的充电成本;
所述反馈模块,还用于根据所述充电完成时间和待充电设备的剩余电量,计算所述待充电设备的设备充电速度,以基于所述设备充电速度和所述充电时段与所述待充电设备的用户偏好之间的匹配度,得到用户满意度;基于所述待充电设备的设备参数信息,计算所述待充电设备与所述无线充电行为之间的匹配度,得到所述无线充电行为与所述待充电设备之间的行为适配度;
所述反馈模块,还用于基于所述奖励函数,对所述充电健康度、所述设备充电效率、所述充电成本、所述用户满意度以及所述行为适配度进行加权求和得到所述充电反馈奖励。
5.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至3中任一项所述无线充电方法的步骤。
6.一种可读存储介质,其特征在于,所述可读存储介质为计算机可读存储介质,所述可读存储介质上存储有实现无线充电方法的程序,所述实现无线充电方法的程序被处理器执行以实现如权利要求1至3中任一项所述无线充电方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311619048.6A CN117318254B (zh) | 2023-11-30 | 2023-11-30 | 无线充电方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311619048.6A CN117318254B (zh) | 2023-11-30 | 2023-11-30 | 无线充电方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117318254A CN117318254A (zh) | 2023-12-29 |
CN117318254B true CN117318254B (zh) | 2024-03-19 |
Family
ID=89285239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311619048.6A Active CN117318254B (zh) | 2023-11-30 | 2023-11-30 | 无线充电方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117318254B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111086410A (zh) * | 2020-01-03 | 2020-05-01 | 恒大新能源汽车科技(广东)有限公司 | 一种充电控制方法、装置、电子设备及系统 |
CN115515045A (zh) * | 2022-09-26 | 2022-12-23 | 歌尔科技有限公司 | 设备充电优化方法、装置、电子设备及可读存储介质 |
CN115754779A (zh) * | 2022-11-14 | 2023-03-07 | 深圳市芯仙半导体有限公司 | 电源管理方法、装置、芯片及存储介质 |
CN115891691A (zh) * | 2022-03-21 | 2023-04-04 | 中国第一汽车股份有限公司 | 一种动力电池无线充电控制方法、系统、终端及存储系统 |
CN116700296A (zh) * | 2023-07-26 | 2023-09-05 | 杜咏峻 | 基于深度学习的自主充电无人电动车智能规划方法及系统 |
CN116780004A (zh) * | 2023-07-13 | 2023-09-19 | 重庆三峡时代能源科技有限公司 | 电池充电优化方法、电子设备及可读存储介质 |
CN116794532A (zh) * | 2023-06-21 | 2023-09-22 | 广东电网有限责任公司广州供电局 | 基于多模态传感器融合算法的无人机电池电量预测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190199115A1 (en) * | 2017-12-27 | 2019-06-27 | Newvastek Co., Ltd. | Wireless charging service system |
US11011931B2 (en) * | 2018-12-19 | 2021-05-18 | International Business Machines Corporation | Cross-charging among IOT devices with prioritizing management rules |
-
2023
- 2023-11-30 CN CN202311619048.6A patent/CN117318254B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111086410A (zh) * | 2020-01-03 | 2020-05-01 | 恒大新能源汽车科技(广东)有限公司 | 一种充电控制方法、装置、电子设备及系统 |
CN115891691A (zh) * | 2022-03-21 | 2023-04-04 | 中国第一汽车股份有限公司 | 一种动力电池无线充电控制方法、系统、终端及存储系统 |
CN115515045A (zh) * | 2022-09-26 | 2022-12-23 | 歌尔科技有限公司 | 设备充电优化方法、装置、电子设备及可读存储介质 |
CN115754779A (zh) * | 2022-11-14 | 2023-03-07 | 深圳市芯仙半导体有限公司 | 电源管理方法、装置、芯片及存储介质 |
CN116794532A (zh) * | 2023-06-21 | 2023-09-22 | 广东电网有限责任公司广州供电局 | 基于多模态传感器融合算法的无人机电池电量预测方法 |
CN116780004A (zh) * | 2023-07-13 | 2023-09-19 | 重庆三峡时代能源科技有限公司 | 电池充电优化方法、电子设备及可读存储介质 |
CN116700296A (zh) * | 2023-07-26 | 2023-09-05 | 杜咏峻 | 基于深度学习的自主充电无人电动车智能规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117318254A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113589189A (zh) | 基于充放电数据特征的锂电池健康状况预测方法及装置 | |
CN113002363B (zh) | 一种电池荷电量的修正方法、装置、车辆及介质 | |
CN116338470A (zh) | 电池健康评估方法、装置、电子设备及可读存储介质 | |
CN117318254B (zh) | 无线充电方法、装置、电子设备及可读存储介质 | |
CN116780004A (zh) | 电池充电优化方法、电子设备及可读存储介质 | |
CN115391681A (zh) | 充电站推荐方法、装置、电子设备及可读存储介质 | |
CN110649679B (zh) | 终端温度的控制方法、装置、设备以及存储介质 | |
US20120166368A1 (en) | Apparatus for generating a probability graph model using a combination of variables and method for determining a combination of variables | |
CN117709670A (zh) | 能源分配方法、装置、设备及计算机可读存储介质 | |
CN115515045A (zh) | 设备充电优化方法、装置、电子设备及可读存储介质 | |
CN115099540B (zh) | 基于人工智能的碳中和处理方法 | |
CN114647721B (zh) | 教育智能机器人控制方法、设备及介质 | |
CN115513545A (zh) | 电量控制方法、装置、计算机可读存储介质及设备 | |
CN110879730B (zh) | 自动调整游戏配置的方法、装置、电子设备及存储介质 | |
CN115566296B (zh) | 电池电量显示方法、电子设备、程序产品及介质 | |
CN112580898B (zh) | 一种污染预测方法以及污染预测模型训练方法 | |
CN111988407B (zh) | 一种内容推送方法和相关装置 | |
CN116308538B (zh) | 消息的投放处理方法、电子设备及可读存储介质 | |
CN117277314B (zh) | 风电功率预测方法、装置、电子设备及可读存储介质 | |
CN117075566B (zh) | 能耗优化方法、装置、设备及计算机可读存储介质 | |
CN116826720B (zh) | 配电设备的电负荷预测方法、装置、设备及可读存储介质 | |
CN116736962B (zh) | 一种多功能教育pc的电源管理方法、装置、设备及介质 | |
CN115577980B (zh) | 电力设备调控方法、装置、电子设备和介质 | |
CN117497891A (zh) | 电池包装控制方法、装置、电子设备及可读存储介质 | |
CN112926735B (zh) | 深度强化学习模型的更新方法、装置、框架、介质及设备 |
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 |