电池优化方法及云平台与流程

1.本技术涉及计算机技术领域，尤其涉及一种电池优化方法、装置、计算机设备及计算机可读存储介质，以云平台。


背景技术：

2.随着移动终端(手机、平板电脑等)的发展，人们对于移动终端的需求日益增长。为适应人们的各类需求，移动终端的屏幕尺寸、分辨率、像素密度也越来越多样化。上述多样化导致移动终端的碎片化现象十分严重，对应用程序的开发和测试带来了很大挑战。为保障新开发应用程序在各个移动终端上的适配，需要购买市面上尽可能多的移动终端以供开发和测试人员进行适配测试，并通过云测试平台管理和控制各个移动终端以实现自动化批量测试。为测试稳定性，这些用于测试的移动终端会长期保持充电状态。但是，大部分移动终端由于自身不具备电池保护功能，存在长期运行和长期充电后导致电池加速老化、电池鼓包等情况。


技术实现要素：

3.本技术的目的是提供一种电池优化方法、装置、计算机设备及计算机可读存储介质，及云平台，用于解决以下技术问题：大部分移动终端长期运行和长期充电后导致电池加速老化、电池鼓包等情况。
4.本技术实施例的一个方面提供了一种电池优化方法，用于云平台中，所述方法包括：
5.获取目标终端的设备数据，所述设备数据包括电池状态数据和环境数据；
6.根据所述电池状态数据获取所述目标终端的目标电池健康值；及
7.根据所述目标电池健康值和所述环境数据，控制供电接口与所述目标终端之间的电连接状态。
8.可选的，所述根据所述电池状态数据获取所述目标终端的目标电池健康值，包括：
9.将所述电池状态数据输入到训练好的电池健康评估模型，并基于模型输出得到所述目标电池健康值。
10.可选的，还包括所述电池健康评估模型的训练操作：
11.以预设频率收集各个样本终端的样本设备数据，以得到多条样本设备数据；
12.从所述多条样本设备数据中筛选出多条训练数据；及
13.通过所述多条训练数据对待训练模型进行训练，以得到所述电池健康评估模型。
14.可选的，每条样本设备数据包括相应样本终端的样本环境数据；所述从所述多条样本设备数据中筛选出多条训练数据，包括：
15.根据每条样本设备数据中的样本环境数据，判断每条样本设备数据是否适合用于所述模型训练，并根据判断结果从所述多条样本设备数据中筛选出所述多条训练数据。
16.可选的，所述根据所述目标电池健康值和所述环境数据，控制供电接口与所述目
标终端之间的电连接状态，包括：
17.根据所述目标电池健康值，确定所述目标终端的电池电量范围；及
18.根据所述电池电量范围和所述环境数据，控制所述供电接口与所述目标终端之间的电连接状态。
19.可选的，所述电池状态数据包括所述目标终端的当前电量，所述环境数据包括所述目标终端的当前设备温度；所述根据所述电池电量范围和所述环境数据，控制所述供电接口与所述目标终端之间的电连接状态，包括：
20.判断所述当前电量是否在所述电池电量范围内，并判断所述当前设备温度是否低于预设阈值；
21.在所述当前设备温度不低于所述预设阈值的情形下，触发所述供电接口与所述目标终端电性断开；
22.在所述当前设备温度低于所述预设阈值的情形下：若所述当前电量低于所述电池电量范围的下限，则触发所述供电接口与所述目标终端电性连接；若所述当前电量高于所述电池电量范围的上限，则触发所述供电接口与所述目标终端电性断开。
23.可选的，所述供电接口为usb
‑
hub中的usb接口，用于所述目标终端及其宿主机之间的通信和供电；所述方法还包括：
24.若所述usb接口与所述目标终端电性断开，则切换所述目标终端和所述宿主机之间的通信方式。
25.可选的，还包括：
26.查询所述目标终端当前是否正在执行分配的任务；及
27.若所述目标终端当前正在执行分配的任务，则维持所述供电接口与所述目标终端之间的电性连接。
28.可选的，还包括：
29.判断所述目标电池健康值与所述目标终端之前的电池健康值之间的差值是否大于预设值；
30.若所述目标电池健康值与所述目标终端之前的电池健康值之间的差值大于所述预设值，则查询所述目标终端当前是否正在执行分配的任务；及
31.若所述目标终端当前正在执行分配的任务，则维持所述供电接口与所述目标终端之间的电性连接。
32.本技术实施例的一个方面又提供了电池优化装置，包括：
33.第一获取模块，用于获取目标终端的设备数据，所述设备数据包括电池状态数据和环境数据；
34.第二获取模块，用于根据所述电池状态数据获取所述目标终端的目标电池健康值；及
35.控制模块，用于根据所述目标电池健康值和所述环境数据，控制供电接口与所述目标终端之间的电连接状态。
36.本技术实施例的一个方面又提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述电池优化方法的步骤。
37.本技术实施例的一个方面又提供了一种计算机可读存储介质，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述电池优化方法的步骤。
38.本技术实施例的一个方面又提供了一种云平台，用于连接宿主机，所述宿主机通过多个usb接口连接多个移动终端，其中，每个usb接口对应一个移动终端；所述云平台包括：
39.测试系统，用于控制各个移动终端执行测试任务；
40.管理系统，用于：
41.以预设频率收集所述各个移动终端的电池状态数据和环境数据；
42.根据所述各个移动终端的电池状态数据，获取所述各个移动终端的电池健康值；及
43.根据所述各个移动终端的电池健康值和环境数据，控制所述宿主机与所述各个移动终端之间的电连接状态；其中，所述电连接状态包括电性连接和电性断开。
44.本技术实施例提供的电池优化方法、装置、计算机设备及计算机可读存储介质，以及云平台，包括以下优点：
45.可以根据所述目标终端的电池状态数据和环境数据，评估目标终端的电池健康值，通过所述目标终端的电池健康值为所述目标终端分别配置最优的充电策略，并根据所述最优的充电策略控制所述目标终端与相应充电接口电性连接或电性断开，从而尽可能降低电量耗尽和电量饱充带来的电池损耗，继而避免所述目标终端长时间充电导致的加速电池老化、电池鼓包等情况，降低电池使用寿命衰减速度。
附图说明
46.图1示意性示出了本技术电池优化方法的应用环境的示意图；
47.图2示意性示出了根据本技术实施例二的电池优化方法的流程图；
48.图3为图2中步骤s202的子步骤图；
49.图4示意性示出了根据本技术实施例二的电池优化方法的新增步骤流程图；
50.图5为图4中步骤s402子步骤图；
51.图6为图2中步骤s204的子步骤图；
52.图7为图6中步骤s602的子步骤图；
53.图8示意性示出了根据本技术实施例二的电池优化方法的新增步骤流程图；
54.图9示意性示出了根据本技术实施例二的电池优化方法的新增步骤流程图；
55.图10示意性示出了根据本技术实施例二的电池优化方法的新增步骤流程图；
56.图11示意性示出了根据本技术实施例三的电池优化装置的框图；
57.图12示意性示出了根据本技术实施例四的适于实现电池优化方法的计算机设备的硬件架构示意图。
具体实施方式
58.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不
用于限定本技术。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
59.需要说明的是，在本技术实施例中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本技术要求的保护范围之内。
60.在本技术的描述中，需要理解的是，步骤前的数字标号并不标识执行步骤的前后顺序，仅用于方便描述本技术及区别每一步骤，因此不能理解为对本技术的限制。
61.下面为本技术涉及的术语解释：
62.设备sn(serial number)：是设备的唯一标识，可以用来指定设备执行自动化任务。
63.宿主机：挂载移动终端的计算机设备，如个人电脑。
64.api：是应用程序接口(application programming interface)的缩写。
65.ui：是用户界面(user interface)的缩写。
66.app：是应用程序(application)的缩写。
67.ui自动化测试，市面上的移动端设备众多，例如不同型号的手机、平板电脑，且不同型号的设备会由于开发、优化的程度不同，一个移动终端的app会根据运行设备的不同可能会产生不同的结果。而终端的众多，单纯使用手动测试十分耗费人力和成本。ui自动化测试通过工具或者脚本语言将测试过程模拟出来，并重复执行，用以验证功能是否正确的过程。而移动终端app的测试用例大部分是功能验证相关的用例，通过ui操作即可验证，这就为ui自动化提供了便利条件。对于云平台来说，其可以实现app在各种不同品牌、系统、硬件的手机上，进行自动化测试与调度，帮助用户了解app适配情况，节约测试时间，提高测试效率。
68.usb
‑
hub(usb集线器)，是一种扩展计算机usb接口的设备，它实现了一个计算机usb接口接入多个usb设备的功能。可编程usb
‑
hub在提供上述功能的同时，还增加了可编程控制能力，可以在计算机上通过调用串口来对usb接口实施通断功能，控制usb设备的接入和断开。
69.keras，是一个基于python的高级神经网络api，它能够以tensorflow，cntk或者theano作为后端运行。keras的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。
70.jenkins，是一个开源软件项目，是基于java开发的一种持续集成工具，用于监控持续重复的工作，旨在提供一个开放易用的软件平台，使软件项目可以进行持续集成。
71.云平台可以管理和控制大批量移动终端的自动化测试，如各个移动终端的ui自动化测试的任务分配和设备行为统一调度。平台分为用户界面和任务执行两部分，任务执行由云平台机房内的宿主机和移动终端(手机、平板电脑等)共同完成。如，ui自动化测试需要移动终端和宿主机进行连接，其中主要连接方式为usb连接。使用usb连接在传输数据的同时，还会进行充电操作，使得各个移动终端长期保持充电状态。但是，大部分移动终端自身
不具备电池保护功能，长期保持充电状态存在电池高负荷使用，导致电池加速老化、电池鼓包等情况。
72.本技术的目的是提供一种电池优化方案，基于移动终端的电量数据和环境数据，在不影响数据传输的前提下，对移动终端进行充电闭合控制，以减轻在云平台下，移动终端长时间充电导致的加速电池老化、电池鼓包等情况。并根据长期的电池数据监测，计算电池老化程度，通过控制充放电时间节点，降低电池使用寿命衰减速度。
73.图1示意性示出了本技术电池优化方法的应用环境的示意图。
74.请参阅图1，宿主机10通过usb
‑
hub挂载多个移动终端11。作为示例，多个移动终端11可以包括android设备(比如：android手机)与ios设备(比如：ios手机)。图1以示例方式示出了3个宿主机10、3个android设备、3个ios设备。
75.请同时参阅图1，云平台在每台宿主机10上部署采集程序和巡检程序。具体的，该采集程序部署在每台宿主机10的jenkins上。所述采集任务，用于获取各个移动终端11的设备数据，如：设备sn、是否处于充电状态、电池容量(毫安)、充电次序、充电时长(分钟)，充入电量(百分比)、设备温度等。所述巡检程序可以通过定时任务进行调用，实施宿主机10和各个移动终端11的通断。
76.基于各个移动终端的设备数据，云平台20可以评估各个移动终端的电池健康值，继而根据各个移动终端11的电池健康值为各个移动终端11分别配置充电策略，如：根据电池健康值的计算结果，对对应移动终端的电池的充电范围和时间点进行控制，从而尽可能降低电量耗尽和电量饱充带来的电池损耗。不同电池健康值的设备，保持不同的电量区间。同时，充电控制也要受当前设备所处环境影响。
77.电池健康值可以通过预先训练好的电池健康评估模型得到。
78.电池健康评估模型，可以是基于上述采集程序得到的大量设备数据进行模型训练得到的。
79.下文将提供多个实施例，下文提供的各个实施例可以用于实现上文描述的电池优化方案。为便于理解，下面将以云平台/计算机设备为执行主体进行示例性描述。
80.实施例一
81.继续参考图1，本实施例提供了一种云平台，用于连接宿主机10，所述宿主机10通过多个usb接口连接多个移动终端11，其中，每个usb接口对应一个移动终端。
82.所述云平台20包括：
83.(1)测试系统20a，用于控制各个移动终端执行测试任务；
84.(2)管理系统20b，用于：以预设频率收集所述各个移动终端的电池状态数据和环境数据；根据所述各个移动终端的电池状态数据，获取所述各个移动终端的电池健康值；及根据所述各个移动终端的电池健康值和环境数据，控制所述宿主机与所述各个移动终端之间的电连接状态；其中，所述电连接状态包括电性连接和电性断开。
85.各个移动终端11的类型各不相同，例如不同型号的手机、平板电脑，且不同型号的设备会由于开发、优化的程度不同，一个app在不同类型的终端可能会产生不同的结果。测试系统20a用于自动化测试(如，ui自动化测试)的任务分配和设备行为统一调度，例如将任务分配到各个移动终端11中。ui自动化测试通过工具或者脚本语言将测试过程模拟出来，并重复执行，用以验证功能是否正确的过程。而app的测试用例大部分是功能验证相关的用
例，通过ui操作即可验证。
86.管理系统20b，用于电池数据监测、电池健康度评估，以及充电策略控制。
87.电池数据监测：以预设频率收集所述各个移动终端11的电池状态数据和环境数据。其中，所述电池状态数据可以包括“充电状态”、“当前电量”等，所述环境数据可以包括“设备温度”。所谓“设备温度”是指相应移动终端或其内的电池的当前温度。
88.电池健康度评估：根据电池状态数据对相应移动终端的电量的消耗进度进行分析，根据分析结果评估相应移动终端的电池健康值。另外，若根据分析结果得出消耗速度过快的结论，则从测试系统20a调取数据，根据调取到的数据判断所述相应移动终端是否在执行任务，从而提高对相应移动终端的电池健康值的评估精度。
89.充电策略控制：可以根据相应移动终端的电池健康值和环境数据(如设备温度)，为相应移动终端配置最优的充电策略，根据最优的充电策略控制相应移动终端与usb接口之间的电连接状态，从而尽可能降低电量耗尽和电量饱充带来的电池损耗。
90.本技术实施例的云平台20，包括以下优点：
91.(1)通过测试系统20a向各个移动终端分配测试任务，实现了自动化测试的效率。
92.(2)通过管理系统20b可以根据各个移动终端的电池状态数据和环境数据，评估各个移动终端的电池健康值，通过各个移动终端的电池健康值为各个移动终端分别配置最优的充电策略，并根据各自充电策略控制各个移动终端与相应充电接口的通/断，从而尽可能降低电量耗尽和电量饱充带来的电池损耗，继而避免各个移动终端长时间充电导致的加速电池老化、电池鼓包等情况，降低电池使用寿命衰减速度。
93.下面提供一些可选实施例。
94.在示例性的实施例中，为了提升评估精度，从而可以更好地制定出充电策略，并继而控制各个移动终端与相应usb接口的通/断，云平台20可以运行一个训练好的电池健康评估模型，通过该电池健康评估模型评估各个移动终端的电池健康值。具体的，所述根据所述各个移动终端的电池状态数据，获取所述各个移动终端的电池健康值，包括：将所述各个移动终端的电池状态数据分别输入到训练好的电池健康评估模型，并基于模型输出得到所述各个移动终端的电池健康值。
95.在示例性的实施例中，云平台20还可以进行所述电池健康评估模型的训练操作。为提高训练效率，训练操作如下：获取所述各个移动终端的历史设备数据，以得到多条历史设备数据；从所述多条历史设备数据中筛选出多条训练数据；及通过所述多条训练数据对待训练模型进行训练，以得到所述电池健康评估模型。
96.在示例性的实施例中，为防止模型在训练过程的偏差过大，每条历史设备数据包括相应移动终端的历史环境数据；所述从所述多条历史设备数据中筛选出多条训练数据，包括：根据每条历史设备数据中的历史环境数据，判断每条历史设备数据是否适合用于所述模型训练，并根据判断结果从所述多条历史设备数据中筛选出所述多条训练数据。基于上述做法可以将不合适的历史设备数据排除。例如，设备温度较高时的数据会对效率的计算产生偏差。也就是说，为了提高训练效果，若一条历史设备数据中的设备温度过高，则这条历史设备数据不用于训练。
97.在实际应用中，模型训练可以如下：
98.(1)对各个移动终端监测一次完整放电过程，得出各个移动终端的完整放电时长
并计算电量消耗速度x％/h。其中，“x”表示相应移动终端的电池容量(毫安)。
99.(2)定期采集各个移动终端的设备数据，以得到多条历史设备数据。每条历史设备数据包括：上次充电结束时间及电量、本次充电开始时间及电量、设备环境数据(如设备温度)。
100.需要说明的是，各个移动终端在采集期间不能执行测试任务，可以通过测试系统20a确认。这样做的好处是，可以减少在执行测试任务时电量损耗较大的干扰。
101.(3)根据每条历史设备数据计算出每条历史设备数据对应的电量消耗速度y％/h，进而得到每条历史设备数据对应的电池健康值。其中，“y”表示相应移动终端的当前电量消耗量。
102.举例来说，某次充电到下午3时，电量充到60％，下一次充电是在当天下午5时，开始充电时的电量为45％，则y＝(60
‑
45)/2＝7.5％/h。通过计算z＝(y
‑
x)/(1
‑
x)得出电量健康值，按照1
‑
10的等级进行标注。z的值越大，表示电量消耗速度越快。如，z为0％
‑
10％，则电量健康值标注为10；z为91％
‑
100％，则电量健康值标注为1。
103.(4)根据每个条历史设备数据中的设备温度，筛选出可以作为训练数据的多条历史设备数据。
104.通过以上步骤得到多条训练数据，并可以使用keras建立模型和训练：
105.每条训练数据的输入数据，包括：电池容量(毫安)、充电次序、充电时长(分钟)、充入电量(百分比)。需要说明的是，“充电次序”为相应移动终端充电的总次数。需要说明的是，由于输入参数有电池容量，因此可以将不同设备的数据输入到模型，以实现不同设备的数据统一处理，从而作为训练模型的训练数据。
106.每条训练数据的输出参考数据：标注的电池健康值。
107.将每条训练数据的输入数据输入到待训练模型中，以得到电池健康值；每个待训练模型输出的电池健康值和标注的电池健康值进行比较，并根据比较结果调整模型参数。
108.当经过海量训练数据训练之后，所述待训练模型被训练为符合要求的电池健康评估模型。
109.作为示例，所述待训练模型可以是lstm(long short
‑
term memory，长短期记忆)模型。
110.在示例性的实施例中，为了进一步地优化电池寿命，所述根据所述各个移动终端的电池健康值和环境数据，控制所述各个移动终端和相应usb接口之间的电连接状态，可以包括：根据所述各个移动终端的电池健康值，确定所述各个移动终端的电池电量范围；及根据所述各个移动终端的电池电量范围和所述各个移动终端的环境数据，控制所述各个移动终端和相应usb接口之间的电连接状态。
111.在示例性的实施例中，所述根据所述各个移动终端的电池电量范围和所述各个移动终端的环境数据，控制所述各个移动终端和相应usb接口之间的电连接状态，包括：判断第i个移动终端的环境数据中的当前设备温度是否低于预设阈值；其中，所述第i个移动终端为所述多个移动终端中的任意一个移动终端；在所述第i个移动终端的环境数据中的当前设备温度不低于预设阈值的情形下，触发与所述第i个移动终端对应的usb接口与所述第i个移动终端电性断开；在所述第i个移动终端的环境数据中的当前设备温度低于预设阈值的情形下：若所述第i个移动终端的电池状态数据中的当前电量低于所述第i个移动终端的
电池电量范围的下限，则触发与所述第i个移动终端对应的usb接口与所述第i个移动终端电性连接；若所述第i个移动终端的电池状态数据中的当前电量高于所述第i个移动终端的电池电量范围的上限，则触发与所述第i个移动终端对应的usb接口与所述第i个移动终端电性断开。举例来说，执行充电控制的时候，如果第i个移动终端的当前设备温度过高，这时充电会对电池产生较大损耗，不能让设备处于充电模式。在当前设备温度不高于预设阈值的情况下，所述第i个移动终端的电池健康值在1
‑
4时，让电池电量保持在40％
‑
70％；所述第i个移动终端的电池健康值5
‑
10时，让电池电量保持在30％
‑
80％等。示例性的，所述第i个移动终端的电池电量范围为30％
‑
80％，当电池电量高于80％时，则触发断开连接指令，暂停充电操作；当电池电量低于30％时，则触发连接指令，开始充电操作。根据所述第i个移动终端的电池健康值，配置最优的电池电量范围，并基于所述第i个移动终端的的当前电量执行通断，使其电量保持在特定的范围内，以此减缓电池的损耗。此外，还需要定时对模型的评估结果进行回测，提高模型完整性。
112.在示例性的实施例中，云平台20，还用于：若与所述第i个移动终端对应的usb接口与所述第i个移动终端电性断开，则切换所述第i个移动终端和所述宿主机之间的通信方式。即，宿主机10通过usb接口连接所述第i个移动终端，由于usb的特性，连接断开会导致宿主机10与所述第i个移动终端无法通信，因此需要将通信方式暂时切换到无线网络，以实现宿主机10和所述第i个移动终端的通信保证。
113.在实际应用中，可以通过统一使用usb
‑
hub和各个移动终端进行连接，可以忽略不同充电器的效率不同产生的影响。usb
‑
hub可编程，可以控制其内指定usb接口的物理通断，即可以控制的第i个移动终端对应usb接口的电连接状态。
114.在示例性的实施例中，云平台20，用于：查询所述第i个移动终端当前是否正在执行分配的任务；及若所述第i个移动终端当前正在执行分配的任务，则维持与所述第i个移动终端对应的usb接口与所述第i个移动终端之间的电性连接。具体的，在控制通断之前，先查询所述第i个移动终端是否有正在运行的任务，若有任务正在进行，应拒绝通断请求，防止连接切换对任务运行带来的负面影响。
115.在示例性的实施例中，为防止电池健康值的误评估和频繁调取测试系统20a以查询所述第i个移动终端是否在执行任务，管理系统20b，还用于：判断所述第i个移动终端的电池健康值与所述第i个移动终端之前的电池健康值之间的差值是否大于预设值；若所述第i个移动终端的电池健康值与所述第i个移动终端之前的电池健康值之间的差值大于所述预设值，则查询所述第i个移动终端当前是否正在执行分配的任务；及若所述第i个移动终端当前正在执行分配的任务，则维持与所述第i个移动终端对应的usb接口与所述第i个移动终端之间的电性连接。
116.实施例二
117.本实施例提供了一种电池优化方法，具体技术细节和效果可参考上文。
118.图2示意性示出了根据本技术实施例二的电池优化方法的流程图。
119.如图2所示，本技术实施例二的电池优化方法可以包括步骤s202～s204，其中：
120.步骤s200，获取目标终端的设备数据，所述设备数据包括电池状态数据和环境数据。
121.电池状态数据可以包括：电池容量(毫安)、充电次序、充电时长(分钟)、充入电量
(当前电量)。需要说明的是，“充电次序”表示所述目标终端当前是第几次充电。
122.电池环境数据可以包括：目标终端的当前设备温度。
123.步骤s200，根据所述电池状态数据获取所述目标终端的目标电池健康值。
124.如，根据电池状态数据对目标终端的电量的消耗进度进行分析，进而得到所述电池健康值。
125.步骤s200，根据所述目标电池健康值和所述环境数据，控制供电接口与所述目标终端之间的电连接状态。
126.如，可以根据所述目标终端的电池健康值和环境数据(如设备温度)，为所述目标终端配置最优的充电策略，根据所述最优的充电策略控制所述目标终端与所述供电之间的电连接状态，从而尽可能降低电量耗尽和电量饱充带来的电池损耗。
127.本技术实施例的电池优化方法，包括以下优点：
128.可以根据所述目标终端的电池状态数据和环境数据，评估所述目标终端的电池健康值，通过所述目标终端的电池健康值为所述目标终端分别配置最优的充电策略，并根据所述最优的充电策略控制所述目标终端与相应充电接口电性连接或电性断开，从而尽可能降低电量耗尽和电量饱充带来的电池损耗，继而避免所述目标终端长时间充电导致的加速电池老化、电池鼓包等情况，降低电池使用寿命衰减速度。
129.下面提供一些可选实施例。
130.在示例性的实施例中，为了提升评估精度，从而可以更好地制定出充电策略，并继而控制各个移动终端与相应充电接口的通/断，如图3所示，步骤s202可以包括：步骤s300，将所述电池状态数据输入到训练好的电池健康评估模型，并基于模型输出得到所述目标电池健康值。即，将所述目标终端的电池状态数据输入到训练好的电池健康评估模型，并基于模型输出得到所述目标终端的电池健康值。
131.在示例性的实施例中，为提高训练效率，如图4所示，所述方法还包括所述电池健康评估模型的训练操作：步骤s400，以预设频率收集各个样本终端的样本设备数据，以得到多条样本设备数据；步骤s402，从所述多条样本设备数据中筛选出多条训练数据；及步骤s404，通过所述多条训练数据对待训练模型进行训练，以得到所述电池健康评估模型。
132.在示例性的实施例中，每条样本设备数据包括相应样本终端的样本环境数据。为防止模型在训练过程的偏差过大，如图5所示，步骤s402可以包括：步骤s500，根据每条样本设备数据中的样本环境数据，判断每条样本设备数据是否适合用于所述模型训练，并根据判断结果从所述多条样本设备数据中筛选出所述多条训练数据。
133.在示例性的实施例中，为了进一步地优化电池寿命，如图6所示，步骤s204可以包括：步骤s600，根据所述目标电池健康值，确定所述目标终端的电池电量范围；及步骤s602，根据所述电池电量范围和所述环境数据，控制所述供电接口与所述目标终端之间的电连接状态。
134.在示例性的实施例中，所述电池状态数据包括所述目标终端的当前电量，所述环境数据包括所述目标终端的当前设备温度。如图7所示，步骤s602可以包括：步骤s700，判断所述当前电量是否在所述电池电量范围内，并判断所述当前设备温度是否低于预设阈值；步骤s702，在所述当前设备温度不低于所述预设阈值的情形下，触发所述供电接口与所述目标终端电性断开；步骤s704，在所述当前设备温度低于所述预设阈值的情形下：若所述当
前电量低于所述电池电量范围的下限，则触发所述供电接口与所述目标终端电性连接；若所述当前电量高于所述电池电量范围的上限，则触发所述供电接口与所述目标终端电性断开。
135.在示例性的实施例中，为防止不同充电器的效率不同产生的影响，所述供电接口为usb
‑
hub中的usb接口，用于所述目标终端及其宿主机之间的通信和供电。如图8所示，所述方法还可以包括：步骤s800，若所述usb接口与所述目标终端电性断开，则切换所述目标终端和所述宿主机之间的通信方式。在实际应用中，由于usb的特性，连接断开会导致宿主机与所述目标终端无法通信，因此需要将通信方式暂时切换到无线网络，以实现宿主机和所述目标终端的通信保证。
136.在示例性的实施例中，如图9所示，所述方法还可以包括：步骤s900，查询所述目标终端当前是否正在执行分配的任务；及步骤s902，若所述目标终端当前正在执行分配的任务，则维持所述供电接口与所述目标终端之间的电性连接。在实际应用中，在控制通断之前，先查询所述目标终端是否有正在运行的任务，若有任务正在进行，应拒绝通断请求，防止连接切换对任务运行带来的负面影响。
137.在示例性的实施例中，为防止电池健康值的误评估和频繁查询所述目标终端是否在执行任务，如图10所示，所述方法还可以包括：步骤s1000，判断所述目标电池健康值与所述目标终端之前的电池健康值之间的差值是否大于预设值；步骤s1002，若所述目标电池健康值与所述目标终端之前的电池健康值之间的差值大于所述预设值，则查询所述目标终端当前是否正在执行分配的任务；及步骤s1004，若所述目标终端当前正在执行分配的任务，则维持所述供电接口与所述目标终端之间的电性连接。
138.实施例三
139.图11示意性示出了根据本技术实施例三的电池优化装置的框图，该电池优化装置可以被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本技术实施例。本技术实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，以下描述将具体介绍本实施例中各程序模块的功能。
140.如图11所示，该电池优化装置1100可以包括第一获取模块1110、第二获取模块1120及控制模块1130。
141.第一获取模块1110，用于获取目标终端的设备数据，所述设备数据包括电池状态数据和环境数据；
142.第二获取模块1120，用于根据所述电池状态数据获取所述目标终端的目标电池健康值；及
143.控制模块1130，用于根据所述目标电池健康值和所述环境数据，控制供电接口与所述目标终端之间的电连接状态。
144.在示例性的实施例中，所述第二获取模块1120，还用于：
145.将所述电池状态数据输入到训练好的电池健康评估模型，并基于模型输出得到所述目标电池健康值。
146.在示例性的实施例中，所述装置还包括训练模块(未图示)，用于：
147.以预设频率收集各个样本终端的样本设备数据，以得到多条样本设备数据；
148.从所述多条样本设备数据中筛选出多条训练数据；及
149.通过所述多条训练数据对待训练模型进行训练，以得到所述电池健康评估模型。
150.在示例性的实施例中，每条样本设备数据包括相应样本终端的样本环境数据；所述训练模块还用于：
151.根据每条样本设备数据中的样本环境数据，判断每条样本设备数据是否适合用于所述模型训练，并根据判断结果从所述多条样本设备数据中筛选出所述多条训练数据。
152.在示例性的实施例中，所述控制模块1130还用于：
153.根据所述目标电池健康值，确定所述目标终端的电池电量范围；及
154.根据所述电池电量范围和所述环境数据，控制所述供电接口与所述目标终端之间的电连接状态。
155.在示例性的实施例中，所述电池状态数据包括所述目标终端的当前电量，所述环境数据包括所述目标终端的当前设备温度；所述控制模块1130还用于：
156.判断所述当前电量是否在所述电池电量范围内，并判断所述当前设备温度是否低于预设阈值；
157.在所述当前设备温度不低于所述预设阈值的情形下，触发所述供电接口与所述目标终端电性断开；
158.在所述当前设备温度低于所述预设阈值的情形下：若所述当前电量低于所述电池电量范围的下限，则触发所述供电接口与所述目标终端电性连接；若所述当前电量高于所述电池电量范围的上限，则触发所述供电接口与所述目标终端电性断开。
159.在示例性的实施例中，所述供电接口为usb
‑
hub中的usb接口，用于所述目标终端及其宿主机之间的通信和供电；所述装置包括切换模块(未图示)，用于：
160.若所述usb接口与所述目标终端电性断开，则切换所述目标终端和所述宿主机之间的通信方式。
161.在示例性的实施例中，所述装置还包括维持模块(未图示)，用于：
162.查询所述目标终端当前是否正在执行分配的任务；及
163.若所述目标终端当前正在执行分配的任务，则维持所述供电接口与所述目标终端之间的电性连接。
164.在示例性的实施例中，所述装置还包括维持模块(未图示)，用于：
165.判断所述目标电池健康值与所述目标终端之前的电池健康值之间的差值是否大于预设值；
166.若所述目标电池健康值与所述目标终端之前的电池健康值之间的差值大于所述预设值，则查询所述目标终端当前是否正在执行分配的任务；及
167.若所述目标终端当前正在执行分配的任务，则维持所述供电接口与所述目标终端之间的电性连接。
168.实施例四
169.图12示意性示出了根据本技术实施例四的适于电池优化方法的计算机设备10000的硬件架构示意图。计算机设备10000可以作为云平台20或云平台20的一部分。计算机设备10000可以是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或数据处理的设备。例如，可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的
服务器，或者多个服务器所组成的服务器集群)、网关等。如图12所示，计算机设备10000至少包括但不限于：可通过系统总线相互通信链接存储器10010、处理器10020、网络接口10030。其中：
170.存储器10010至少包括一种类型的计算机可读存储介质，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器10010可以是计算机设备10000的内部存储模块，例如该计算机设备10000的硬盘或内存。在另一些实施例中，存储器10010也可以是计算机设备10000的外部存储设备，例如该计算机设备10000上配备的插接式硬盘，智能存储卡(smart media card，简称为smc)，安全数字(secure digital，简称为sd)卡，闪存卡(flash card)等。当然，存储器10010还可以既包括计算机设备10000的内部存储模块也包括其外部存储设备。本实施例中，存储器10010通常用于存储安装于计算机设备10000的操作系统和各类应用软件，例如电池优化方法的程序代码等。此外，存储器10010还可以用于暂时地存储已经输出或者将要输出的各类数据。
171.处理器10020在一些实施例中可以是中央处理器(central processing unit，简称为cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器10020通常用于控制计算机设备10000的总体操作，例如执行与计算机设备10000进行数据交互或者通信相关的控制和处理等。本实施例中，处理器10020用于运行存储器10010中存储的程序代码或者处理数据。
172.网络接口10030可包括无线网络接口或有线网络接口，该网络接口10030通常用于在计算机设备10000与其他计算机设备之间建立通信链接。例如，网络接口10030用于通过网络将计算机设备10000与外部终端相连，在计算机设备10000与外部终端之间的建立数据传输通道和通信链接等。网络可以是企业内部网(intranet)、互联网(internet)、全球移动通信系统(global system of mobile communication，简称为gsm)、宽带码分多址(wideband code division multiple access，简称为wcdma)、4g网络、5g网络、蓝牙(bluetooth)、wi
‑
fi等无线或有线网络。
173.需要指出的是，图12仅示出了具有部件10010
‑
10030的计算机设备，但是应理解的是，并不要求实施所有示出的部件，可以替代的实施更多或者更少的部件。
174.在本实施例中，存储于存储器10010中的电池优化方法还可以被分割为一个或者多个程序模块，并由一个或多个处理器(本实施例为处理器10020)所执行，以完成本技术实施例。
175.实施例五
176.本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质其上存储有计算机程序，计算机程序被处理器执行时实现实施例中的电池优化方法的步骤。
177.本实施例中，计算机可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，计算机可读存储介质可以是计算机设备的内部存储单元，例如该计算机设备的硬盘或内存。在另一些实施例中，计算机可读存储介质也可以是计算机设备的外
部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(smart media card，简称为smc)，安全数字(secure digital，简称为sd)卡，闪存卡(flash card)等。当然，计算机可读存储介质还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，计算机可读存储介质通常用于存储安装于计算机设备的操作系统和各类应用软件，例如实施例中电池优化方法的程序代码等。此外，计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的各类数据。
178.显然，本领域的技术人员应该明白，上述的本技术实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本技术实施例不限制于任何特定的硬件和软件结合。
179.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术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，均同理包括在本技术的专利保护范围内。