【技术实现步骤摘要】
一种设备使用率计算方法、设备及存储介质
[0001]本公开涉及通信域,尤其涉及一种设备使用率计算方法、设备及存储介质。
技术介绍
[0002]在智能设备的使用过程中,通常需要计算设备使用率,以便基于设备使用率来对资源进行均衡分配。
[0003]相关技术中,计算设备使用率的方法主要为:基于神经网络计算设备使用率,或者,人工计算设备使用率。
[0004]但是,相关技术中,神经网络计算设备使用率的方法对于计算性能要求比较高,同时神经网络需要经过训练,其训练时长较长,效率较低,且成本较高。以及,人工计算设备使用率的方法的误差较大、人力成本较高。
技术实现思路
[0005]本公开提供一种设备使用率计算方法、设备及存储介质,以至少解决相关技术中的设备使用率的效率较低、成本较高、误差较大的技术问题。
[0006]本公开第一方面实施例提出一种设备使用率计算方法,包括:
[0007]获取辅助终端实时发送的设备功率数据并对所述设备功率数据进行预处理,所述设备功率数据由所述辅助终端从设备处采集所得;
[0008]利用多种算法对预处理后的设备功率数据进行融合分析以确定所述设备在特定时间段的使用次数;
[0009]基于所述设备在特定时间段的使用次数计算所述设备在特定时间段的设备使用率。
[0010]本公开第二方面实施例提出一种设备使用率计算方法,所述方法包括:
[0011]获取辅助终端实时发送的设备功率数据并对所述设备功率数据进行预处理,所述设备功率数据由所述辅助 ...
【技术保护点】
【技术特征摘要】
1.一种设备使用率计算方法,其特征在于,应用于后端云服务,所述方法包括:获取辅助终端实时发送的设备功率数据并对所述设备功率数据进行预处理,所述设备功率数据由所述辅助终端从设备处采集所得;利用多种算法对预处理后的设备功率数据进行融合分析以确定所述设备在特定时间段的使用次数;基于所述设备在特定时间段的使用次数计算所述设备在特定时间段的设备使用率。2.如权利要求1所述的方法,其特征在于,所述预处理包括:对所述设备功率数据进行异常值判断以剔除异常数据。3.如权利要求1所述的方法,其特征在于,所述利用多种算法对预处理后的设备功率数据进行融合分析以确定所述设备在特定时间段的使用次数,包括:统计所述设备在所述特定时间段内的设备功率数据;将所述特定时间段依次划分为n个子时间段,n为正整数,其中,所述特定时间段的前n
‑
1个子时间段的时长一致,均为第一预定时长T1,所述特定时间段的第n个子时间段的时长小于等于所述第一预定时长T1;基于多种算法对各个子时间段的设备功率数据进行融合分析以确定各个子时间段内所述设备是否被使用;确定所述设备在特定时间段的使用次数为:所述特定时间段对应的所有子时间段中被确定为所述设备被使用的子时间段的个数。4.如权利要求3所述的方法,其特征在于,基于多种算法对各个子时间段的设备功率数据进行融合分析以确定各个子时间段内所述设备是否被使用,包括:将所述子时间段划分为m个单元时间段,m为正整数,其中,所述单元时间段的前m
‑
1个单元时间段的时长一致,均为第二预定时长T2,所述单元时间段的第m个单元时间段的时长小于等于所述第二预定时长T2;其中,T2≤T1;利用阈值判断法、算术平均法、均方差法、匹配法融合分析所述子时间段内的各个单元时间段的设备功率数据,以确定所述设备在各个单元时间段是否被使用;若确定出所述设备在所述子时间段的至少一个单元时间段被使用,确定所述子时间段内所述设备被使用,否则,确定所述子时间段内所述设备未被使用。5.如权利要求4所述的方法,其特征在于,所述阈值判断法为:若一单元时间段内所述设备功率数据满足所述设备的工作功率阈值,确定所述设备在所述单元时间段被使用,若一单元时间段内所述设备功率数据未满足所述设备的工作功率阈值,确定所述设备在所述单元时间段未被使用;所述算数平均法为:若一单元时间段内所述设备功率数据的平均值满足所述设备的工作功率平均值,确定所述设备在所述单元时间段被使用,若一单元时间段内所述设备功率数据的平均值未满足所述设备的工作功率平均值,确定所述设备在所述单元时间段未被使用;所述均方差法为:若一单元时间段内所述设备功率数据的均差值满足所述设备的工作功率均差值,确定所述设备在所述单元时间段被使用,若一单元时间段内所述设备功率数据的均差值未满足所述设备的工作功率均差值,确定所述设备在所述单元时间段未被使用;
所述匹配法为:若一单元时间段内所述设备功率数据的变化曲线与所述设备的工作功率变化曲线匹配程度满足预...
【专利技术属性】
技术研发人员:宋清伟,李星平,陈祥,
申请(专利权)人:北京小米移动软件有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。