电池管理任务的执行时间调整方法、系统、装置及设备与流程

本技术涉及电池管理，特别是涉及一种电池管理任务的执行时间调整方法、系统、装置及设备。

背景技术：

1、在电池管理系统的运行过程中，各任务的截止时间是监控系统状态的重要指标，通过对任务的截止时间进行监控，可判断是否存在执行时间过长的任务，进而评估系统的当前状态。但是，目前对于任务执行时间是否过长的判定标准并不准确，导致无法实现系统状态的准确监控。

技术实现思路

1、本技术提供一种电池管理任务的执行时间调整方法、电池管理系统、电池装置及用电设备，能够准确并及时地发现系统异常，保证系统性能。

2、第一方面，本技术提供一种电池管理任务的执行时间调整方法，包括：

3、获取电池管理系统中的至少一个电池管理任务的任务代码以及所述至少一个电池管理任务各自对应的实际截止时间；

4、对于每个所述电池管理任务，基于所述至少一个电池管理任务的任务代码，确定所述至少一个电池管理任务各自对应的预测截止时间；

5、对于每个所述电池管理任务，获取所述实际截止时间与所述预测截止时间之间的时间差值；

6、响应于所述时间差值大于第一时间阈值的电池管理任务，调整电池管理系统中的电池管理任务的执行时间，以使调整后的电池管理任务对应的时间差值小于或等于所述第一时间阈值。

7、本技术提供的电池管理任务的执行时间调整监控方法，基于电池管理系统中的至少一个电池管理任务的任务代码确定对应的预测截止时间；再计算电池管理任务的实际截止时间与预测截止时间之间的时间差值；在存在时间差值大于第一时间阈值的电池管理任务的情况下，确定系统运行出现异常，表征此时需要调整电池管理任务的执行时间。

8、如此，由于本技术基于对任务代码进行分析，能够基于不同电池管理任务的任务代码，准确地分析出电池管理任务可能的预测截止时间，基于此预测截止时间与任务的实际截止时间进行对比，即可判断出是否存在任务执行时间过长的情况，进而进行相应的优化避免此类情况发生，进而提高电池管理系统运行的稳定性。

9、在一种可能的实现方式中，对于每个所述电池管理任务，基于所述至少一个电池管理任务的任务代码，确定所述至少一个电池管理任务各自对应的预测截止时间，包括：

10、对于每个所述电池管理任务，执行以下步骤：

11、通过截止时间预测模型分析所述电池管理任务的任务代码，确定所述电池管理任务的任务执行时间；

12、获取所述电池管理任务的任务开始时间；

13、基于所述任务开始时间以及所述任务执行时间，确定所述电池管理任务对应的所述预测截止时间。

14、通过分析任务代码确定系统任务的执行时间，结合所预测的任务开始时间，即可预测出系统任务对应的截止时间。通过本方式，基于截止时间预测模型分析任务代码能够准确地确定任务执行时间，进而能够快速准确地确定出各系统任务的预测截止时间。

15、在一种可能的实现方式中，所述通过所述截止时间预测模型分析所述电池管理任务的任务代码，确定所述电池管理任务的任务执行时间，包括：

16、将所述电池管理任务的任务代码进行分解，得到所述电池管理任务的多个子操作代码；

17、分别确定所述多个子操作代码各自对应的子执行时间；

18、基于各所述子执行时间，确定所述任务执行时间。

19、本技术实施例中通过分解任务来计算任务的执行时间，即将单个任务分解成多个子操作代码，进而分别确定多个子操作代码各自对应的子执行时间，进而再基于子执行时间推算得到整个任务的任务执行时间。此方式，能够基于子操作代码的指令准确地获取单个子操作代码的子执行时间，进而能够准确地确定出整个任务的任务执行时间。

20、在一种可能的实现方式中，将所述电池管理任务的任务代码进行分解，得到所述电池管理任务的多个子操作代码，包括：

21、基于所述电池管理任务的功能对所述任务代码进行分解，得到所述电池管理任务的不同功能各自对应的所述子操作代码。

22、本技术实施例具体基于电池管理任务的功能对任务代码进行分解，能够准确地将任务代码划分为多个执行不同功能的部分，例如数据写入、数据处理、数据读取等不同功能的子操作代码，进而分别进行分析，能够得到更加准确的时间。

23、在一种可能的实现方式中，所述分别确定所述多个子操作代码各自对应的子执行时间，包括：

24、对于每个所述子操作代码，执行以下步骤：

25、基于所述子操作代码中的指令数量以及各指令的指令类型，确定所述子操作代码对应的所述子执行时间。

26、本技术实施例通过分析子操作代码的指令数量以及指令类型来确定出准确的子执行时间。对于一个系统任务的子操作代码，其指令数量以及各指令的指令类型是影响其执行时间长短的关键因素；因此，本技术结合这两个信息以及系统运行状态参数数据，可以准确确定出子操作代码对应的子执行时间。

27、在一种可能的实现方式中，对于每个所述电池管理任务，基于所述至少一个电池管理任务的任务代码，确定所述至少一个电池管理任务各自对应的预测截止时间，包括：

28、获取所述至少一个电池管理任务的任务优先级；

29、对于每个所述电池管理任务，分析所述任务代码以及所述任务优先级，确定所述预测截止时间，以使所述至少一个电池管理任务中优先级更高的所述电池管理任务对应的所述预测截止时间更靠前；

30、对应的，在所述对于每个所述电池管理任务，基于预先训练的截止时间预测模型，分析对应的所述任务代码，得到所述电池管理任务对应的预测截止时间之后，所述方法还包括：

31、在各所述电池管理任务中，优先执行所述预测截止时间更靠前的电池管理任务。

32、本技术实施例结合任务优先级设置电池管理任务的预测截止时间，并且在执行电池管理任务时，优先执行预测截止时间更靠前的电池管理任务，进而保证优先级更高的电池管理任务能够优先执行，且能够降低任务超时的情况。

33、在一种可能的实现方式中，在对于每个所述电池管理任务，基于所述至少一个电池管理任务的任务代码，确定所述至少一个电池管理任务各自对应的预测截止时间之后，所述方法还包括：

34、获取所述电池管理系统在执行所述至少一个电池管理任务时各自对应的运行状态参数数据；

35、基于对应的所述运行状态参数数据，调整所述预测截止时间；

36、对应的，所述对于每个所述电池管理任务，获取所述实际截止时间与所述预测截止时间之间的时间差值，包括：

37、获取所述实际截止时间与调整后的所述预测截止时间之间的时间差值。

38、本技术实施例结合运行状态参数数据对任务的预测截止时间进行调整，即根据系统的实际状态适应性调整预测截止时间，进而提高预测截止时间的准确性，避免对系统状态的误判。

39、在一种可能的实现方式中，所述电池管理任务为多个；

40、对于每个所述电池管理任务，基于所述至少一个电池管理任务的任务代码，确定所述至少一个电池管理任务各自对应的预测截止时间，包括：

41、获取不同的所述电池管理任务之间的依赖关系；两两所述电池管理任务之间存在所述依赖关系包括：其中一个所述电池管理任务的执行前提与另外一个所述电池管理任务的执行状态相关；

42、对于每个所述电池管理任务，执行以下操作：

43、基于所述依赖关系以及与所述电池管理任务存在所述依赖关系的关联电池管理任务，确定所述电池管理任务对应的预测截止时间。

44、本技术实施例结合任务之间的依赖关系实现时间预测；若不同任务之间存在依赖关系，则任务之间的截止时间会相互影响。因此，结合不同的系统任务之间的依赖关系，能更加准确地预测得到系统任务的预测截止时间，进而更好地实现系统状态监控。

45、在一种可能的实现方式中，所述调整电池管理系统中的电池管理任务的执行时间，以使调整后的电池管理任务对应的时间差值小于或等于所述第一时间阈值，包括：

46、对于每个所述电池管理任务，获取所述电池管理任务的各代码段的代码段执行时间；

47、从所述电池管理任务的各代码段中，确定所述代码段执行时间超过第二时间阈值的异常代码段；

48、对所述异常代码段进行调整，以使调整后的异常代码段的代码段执行时间小于所述第二时间阈值。

49、本技术实施例在电池管理任务超时的情况下，通过分析任务各代码段的执行时间，进而找到引起任务超时的异常代码段，即能够找到引发电池管理任务超时的原因。进一步对异常代码段进行调整，则能够降低电池管理任务超时的概率。

50、在一种可能的实现方式中，对所述异常代码段进行调整，以使调整后的异常代码段的代码段执行时间小于所述第二时间阈值，包括：

51、获取所述异常代码段的内存访问次数；

52、在所述内存访问次数超过第一数量阈值的情况下，将所述异常代码段对应的访问数据移动至预设内存区域；所述预设内存区域的访问速度高于原始内存区域。

53、本技术实施例基于异常代码段的内存访问次数对其进行分析，在其内存访问次数超过第一数量阈值的情况下，表征超时大概率是多次内存访问导致的。因此，可将将经常访问的数据，例如配置数据或关键数据等访问数据缓存到能够快速访问的预设内存区域，减少对较慢的原始内存区域的访问次数，进而提高整体访问速度。

54、在一种可能的实现方式中，对所述异常代码段进行调整，以使调整后的异常代码段的代码段执行时间小于所述第二时间阈值，包括：

55、获取所述异常代码段的函数调用嵌套次数；

56、在所述函数调用嵌套次数超过第二数量阈值的情况下，将所述异常代码段进行函数内联展开。

57、本技术实施例基于异常代码段的函数调用嵌套次数对其进行分析，在其函数调用嵌套次数超过第二数量阈值的情况下，表征超时大概率是多次函数调用嵌套导致的。因此，对于耗时较长的函数，可以考虑进行函数内联展开，以减少函数调用的开销。

58、在一种可能的实现方式中，所述调整电池管理系统中的电池管理任务的执行时间，以使调整后的电池管理任务对应的时间差值小于或等于所述第一时间阈值，包括：

59、分析各所述电池管理任务的任务操作；

60、确定存在相同的任务操作的多个目标电池管理任务；

61、将所述多个目标电池管理任务进行合并。

62、本技术实施例提供了一种具体的任务优化方式，通过本方案的优化方案，将相关的任务操作进行合并，从而减少各系统任务的整体执行时间，能够保证系统稳定运行，减少异常发生的概率。

63、在一种可能的实现方式中，所述对于每个所述电池管理任务，基于预先训练的截止时间预测模型，分析对应的所述任务代码，得到所述电池管理任务对应的预测截止时间之前，所述方法还包括：

64、对于每个所述电池管理任务，执行以下步骤：

65、获取所述电池管理任务的执行时间特性、历史执行时间及其对应的影响所述历史执行时间的影响因素；所述影响因素包括所述电池管理任务的任务属性；

66、根据所述执行时间特性，确定所述电池管理任务对应的截止时间预测模型的模型类型；

67、根据所述历史执行时间及其对应的影响所述历史执行时间的影响因素，训练所述模型类型的目标模型，得到所述截止时间预测模型。

68、本技术实施例中，在基于截止时间预测模型对任务代码进行分析之前，先选取合适的模型类型，对其进行训练能够得到预测效果更好的截止时间预测模型。具体地，先获取电池管理任务的执行时间特性，例如任务执行时间与影响因素是线性关系、分阶段线性关系以及随机分布中的任意一种，然后采用对应类型的时间模型，提高模型的适配性，进而得到更加准确的预测截止时间。

69、在一种可能的实现方式中，根据所述历史执行时间及其对应的影响所述历史执行时间的影响因素，训练所述模型类型的目标模型，得到所述截止时间预测模型，包括：

70、将所述影响因素输入所述目标模型，得到预测执行时间；

71、比较所述预测执行时间以及对应的所述历史执行时间，得到差异值；

72、在所述差异值不满足迭代停止条件的情况下，调整所述目标模型；并返回将所述影响因素输入所述目标模型，得到预测执行时间的步骤；

73、在所述差异值满足所述迭代停止条件的情况下，将当前的所述目标模型确定为所述截止时间预测模型。

74、本技术实施例中，将影响因素作为训练样本输入目标模型得到预测执行时间，并将对应的历史执行时间作为标签值以训练目标模型，通过迭代训练，得到能够准确预测结果的截止时间预测模型。

75、第二方面，本技术提供一种电池管理系统，包括：

76、信息获取单元，用于获取电池管理系统中的至少一个电池管理任务的任务代码以及所述至少一个电池管理任务各自对应的实际截止时间；

77、处理器，用于对于每个所述电池管理任务，基于所述至少一个电池管理任务的任务代码，确定所述至少一个电池管理任务各自对应的预测截止时间；

78、处理器，还用于对于每个所述电池管理任务，获取所述实际截止时间与所述预测截止时间之间的时间差值；

79、处理器，还用于响应于所述时间差值大于第一时间阈值的电池管理任务，调整电池管理系统中的电池管理任务的执行时间，以使调整后的电池管理任务对应的时间差值小于或等于所述第一时间阈值。

80、第三方面，本技术提供一种电池装置，包括上述的电池以及电池管理系统。

81、第四方面，本技术提供一种用电设备，包括上述的电池装置。

82、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。