功耗检测方法、装置、存储介质及电子设备与流程

1.本技术涉及功耗检测技术领域，具体涉及一种功耗检测方法、装置、存储介质及电子设备。


背景技术：

2.目前，如智能手机、平板电脑等电子设备已成为人们生活所必须，比如可以通过电子设备进行视频通话、在线视频、在线听歌等。通常的，这些电子设备采用电池供电，电池供电则意味着功耗产生。然而，在相关技术中，仅关注于电池的电量，缺乏对功耗的关注。


技术实现要素：

3.本技术提供了一种功耗检测方法、装置、存储介质及电子设备，能够实现对电子设备中内存的功耗检测。
4.第一方面，本技术提供一种功耗检测方法，应用于电子设备，所述功耗检测方法包括：
5.获取所述电子设备中内存的输入输出效率；
6.获取所述内存在单位时长内的n个工作频率，以及获取所述内存在每一工作频率的工作时长，n为大于或等于1的正整数；
7.根据所述输入输出效率、所述n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到所述内存的运行功耗。
8.第二方面，本技术提供一种功耗检测装置，应用于电子设备，所述功耗检测装置包括：
9.效率获取模块，用于获取所述电子设备中内存的输入输出效率；
10.频率获取模块，用于获取所述内存在单位时长内的n个工作频率，以及获取所述内存在每一工作频率的工作时长，n为大于或等于1的正整数；
11.功耗预测模块，用于根据所述输入输出效率、所述n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到所述内存的运行功耗。
12.第三方面，本技术提供一种存储介质，其上存储有计算机程序，当所述计算机程序被电子设备的处理器加载时执行如本技术提供的任一功耗检测方法。
13.第四方面，本技术还提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器储存有计算机程序，所述处理器通过加载所述计算机程序执行如本技术提供的任一功耗检测方法。
14.本技术所提供的技术方案，采用电子设备中内存的输入输出效率、工作频率以及工作时长作为功耗参数预先进行功耗建模，得到内存功耗模型。使得电子设备能够实时获取到内存在单位时长内的n个工作频率，以及内存在每一工作频率的工作时长，从而根据内存的输入输出效率、前述n个工作频率以及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗，由此实现对电子设备中内存的功耗检测。
附图说明
15.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本技术实施例提供的功耗检测方法的一流程示意图。
17.图2是本技术实施例中电子设备选择用于建模的功耗参数的示意图。
18.图3是本技术实施例中通过功耗板量测内存功耗的示例图。
19.图4是本技术实施例中采用输入输出效率、工作频率和工作时长作为功耗参数建模得到内存功耗模型的示意图。
20.图5是本技术实施例中电子设备获取到内存在单位时长内的工作频率及对应工作时长的示意图。
21.图6是本技术实施例中电子设备内部器件的连接示意图。
22.图7是本技术实施例中电子设备通过功耗服务器预测内存运行功耗的示意图。
23.图8是本技术实施例中电子设备通过分析服务器进行大数据分析的示意图。
24.图9是本技术实施例提供的功耗检测方法的另一流程示意图。
25.图10是本技术实施例中进行的对比实验的结果示例图。
26.图11是本技术实施例提供的功耗检测装置的结构示意图。
27.图12是本技术实施例提供的电子设备的结构示意图。
具体实施方式
28.需要说明的是，本技术的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本技术具体实施例，其不应被视为限制本技术未在此详述的其它具体实施例。
29.应当说明的是，本技术以下实施例中所涉及的诸如第一和第二等关系术语仅用于将一个对象或者操作与另一个对象或者操作区分开来，并不用于限定这些对象或操作之间存在着实际的顺序关系。
30.本技术提供一种功耗检测方法、功耗检测装置、存储介质以及电子设备。其中，该功耗检测方法的执行主体可以是本技术实施例提供的功耗检测装置，或者集成了该功耗检测装置的电子设备，其中该功耗检测装置可以采用硬件或者软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑等采用电池供电的可移动电子设备，也可以是台式电脑、智能广告机等采用市电供电的固定电子设备。
31.请参照图1，图1为本技术实施例提供的功耗检测方法的流程示意图。该功耗检测方法应用于电子设备，如图1所示，本技术实施例提供的功耗检测方法的流程可以如下：
32.在110中，获取电子设备中内存的输入输出效率。
33.内存也称内存储器或主存储器，它用于暂时存放处理器中的运算数据，与外部存储器交换的数据等。如智能手机、平板电脑等电子设备通常配置有内存，电子设备部署的所有应用的运行都是在内存中进行的，使得处理器需要频繁的对内存进行访问。因此，实现对内存功耗的实时检测变得至关重要。
34.为实现对内存功耗的实时检测，本技术提供一种功耗检测方法。
35.其中，本技术预先构建有对应内存的功耗模型，记为内存功耗模型，该内存功耗模型被配置为用于对内存的功耗进行实时预测。
36.示例性的，可以按照如下方式进行内存功耗模型的构建：
37.首先根据专家经验筛选可能的功耗参数，记为候选功耗参数，功耗参数可以理解为与功耗存在某种关联关系(比如线性关系)的参数，比如，对于内存，候选功耗参数可以是内存的任一工作参数，如内存的工作频率、数据带宽等。
38.请参照图2，在筛选出候选功耗参数之后，选择一候选功耗参数，并锁定所选候选功耗参数。
39.然后，使内存负载饱和，并通过功耗板对内存的功耗进行实测(比如，请参照图3，功耗板包括电源管理芯片、电流策略设备以及采样电阻，其中，电源管理芯片负责供电内存，v1、v2分别为内存的供电电源，采样电阻串接到每一路供电电路中，通过电流测量设备量测通过的电流，进入得到内存实测功耗)，得到内存的实测功耗，然后将候选功耗参数与实测功耗关联存储，作为功耗模型建模的参考对，比如，可以采用如下功耗建模参考表的形式存储：
40.候选功耗参数实测功耗参数值1功耗值1参数值2功耗值2参数值3功耗值3参数值3功耗值4
41.其中，以一候选功耗参数为例，当其参数值为“参数值1”时，实测功耗的功耗值为“功耗值1”。
42.如上，继续选择其它候选功耗参数进行实测，最终可以量测得到不同的候选功耗参数与实测功耗所组成的参考对，从而由这些参考对构成一参考对集合。然后，采用预先配置的大数据分析策略，对参考对集合进行大数据分析，从而分析出与内存存在相关关系的功耗参数。可以理解的是，分析出的功耗参数可以为一个，也可以为多个。相应的，在构建功耗模型时，可以采用分析出的全部功耗参数，也可以采用分析出的部分功耗参数。
43.比如，假设分析两个功耗参数，分别为功耗参数a和功耗参数b，且其中功耗参数a对内存实测功耗的影响为90％，功耗参数b对内存实测功耗的影响为10％。可选地，若考虑预测精度优先，则可以根据功耗参数a和功耗参数b来构建内存功耗模型，若考虑预测效率优先，则可以仅根据功耗参数a来构建内存功耗模型。
44.如上，在确定用于构建内存功耗模型的功耗参数之后，分析出功耗参数与对应的实测功耗之间的相关关系，将其拟合为功耗参数与功耗的函数关系，作为内存功耗模型。
45.示例性的，请参照图4，在本技术实施例中采用的构建内存功耗模型的功耗参数为内存的输入输出效率、工作频率以及在该工作频率下的工作时长。
46.如上，在完成对内存功耗模型的预构建之后，可以直接将该内存功耗模型部署在电子设备本地，也可以将该内存功耗模型部署在云端的服务器，由服务器为电子设备提供功耗预测服务。
47.至此，利用预构建的内存功耗模型，电子设备可对内存的功耗进行实时检测。
48.其中，电子设备在监测到预设的触发功耗检测的目标事件时，触发进行功耗检测。其中，目标事件可由本领域普通技术人员根据实际需要进行配置，此处不作具体限制。
49.示例性的，配置的目标事件包括但不限于：
50.(1)每当内存有新的工作产生(即存在对内存的读/写操作时)
51.(2)切换前台运行的应用程序；
52.(3)整体温度过热(可由本领域普通技术人员根据经验定义)；
53.(4)屏幕亮灭切换；
54.(5)拔/插充电线；
55.(6)电量消耗达到设定值(可由本领域普通技术人员根据实际需要取值，比如10％)；
56.(7)到达预设检测周期(可由本领域普通技术人员根据实际需要取值，比如1分钟)。
57.如上所述，本技术中的内存功耗模型是以内存的输入输出效率、工作频率以及对应的工作时长为功耗参数所构建的，相应的，在触发进行功耗检测时，电子设备需要获取到内存的输入输出效率。
58.在120中，获取电子设备的内存在单位时长内的n个工作频率，以及获取内存在每一工作频率的工作时长，n为大于或等于1的正整数。
59.除了获取内存的输入输出效率之外，电子设备还获取内存在单位时长内的n个工作频率，其中n为大于或等于1的正整数。
60.应当说明的是，本技术实施例中对于单位时长的取值不作具体限定，可由本领域普通技术人员根据实际需要进行配置，比如，本技术实施例中单位时长可以配置为1秒。
61.电子设备除了获取其内存在单位时长内的n个工作频率之外，还获取内存在每一工作频率的工作时长。
62.比如，请参照图5，将单位时长记为t，电子设备共获取到内存在单位时长t内的4个工作频率，分别为工作频率f1、工作频率f2、工作频率f3以及工作频率f4，以及获取到内存在工作频率f1的工作时长t1、在工作频率f2的工作时长t2、在工作频率f3的工作时长t3以及在工作频率f4的工作时长t4。
63.在130中，根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗。
64.如上，本技术实施例中预先构建有描述输入输出效率、工作频率和工作时长与内存的功耗间相关关系的内存功耗模型。相应的，电子设备在获取到内存的输入输出效率，以及获取到内存在单位时长内的n个工作频率以及每一工作频率的工作时长之后，即可根据获取到的前述输入输出效率、n个工作频率以及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的功耗，记为运行功耗。
65.由上可知，本技术采用电子设备中内存的输入输出效率、工作频率以及工作时长作为功耗参数预先进行功耗建模，得到内存功耗模型。使得电子设备能够实时获取到内存在单位时长内的n个工作频率，以及内存在每一工作频率的工作时长，从而根据内存的输入输出效率、前述n个工作频率以及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗，由此实现对电子设备中内存的功耗检测。
66.可选地，在一实施例中，根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗之后，还包括：
67.将内存的运行功耗存储至数据库中。
68.本技术实施例中对于存储前述运行功耗的数据库的类型不作具体限制，可由本领域普通技术人员根据实际情况进行选取，比如sqlite数据库等。
69.可选地，在一实施例中，根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗，包括：
70.(1)根据预设的测量功率和工作频率的对应关系，确定n个工作频率中每一工作频率对应的测量功率；
71.(2)在功耗模型中，根据输入输出效率、n个工作频率各自对应的测量功率和工作时长，确定内存的运行功耗。
72.应当说明的是，测量功率和工作频率的对应关系预先通过实测得到。
73.示例性的，以内存支持的某一工作频率为例，将内存锁频在该工作频率下运行，并通过功率测量设备实测内存在该工作频率下的满带宽功率，通过多次测量取平均值，作为该工作频率对应的测量。如此，可以量测得到不同工作频率对应的测量功率，由此建测量功率和工作频率的对应关系。
74.相应的，在本技术实施例中，基于该测量功率和工作频率的对应关系，电子设备确定前述n个工作频率中每一工作频率对应的测量功率，然后将前述输入输出效率，以及n个工作频率各自对应的测量功率和工作时长代入预构建的内存功耗模型，在功耗模型中，根据输入输出效率、n个工作频率各自对应的测量功率和工作时长，确定内存的运行功耗。
75.可选地，在一实施例中，内存功耗模型包括：
[0076][0077]
其中，p表示内存的运行功耗，t表示单位时长，e表示内存的输入输出效率，pi表示第i个工作频率对应的测量功率，ti表示第i个工作频率的工作时长，i∈[0，n]。
[0078]
可选地，在一实施例中，电子设备还包括总线监控器，从总线监控器获取内存的输入输出效率，以及获取内存在单位时长内的n个工作频率，以及每一工作频率下的工作时长。
[0079]
请参照图6，电子设备通常包括内存、图像信号处理器、图形处理器以及中央处理器等，这些器件之间通过总线连接，基于总线实现设备间的数据交互。比如，中央处理器通过总线实现对内存的访问。此外，本技术实施例还设置有与总线连接的总线监控器，该总线监控器被配置为对总线上传输的数据进行监控，利用该总线监控器，可以直接获取到内存的输入输出效率、内存在单位时长内的n个工作频率以及每一工作频率下的工作时长。
[0080]
可选地，在一实施例中，根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗，包括：
[0081]
(1)将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器，并指示功耗服务器将前述输入输出效率、n个工作频率及对应的n个工作时长输入本地部署的内存功耗模型，得到内存功耗模型输出的运行功耗；
[0082]
(2)接收功耗服务器返回的运行功耗。
[0083]
本技术实施例中，提供有功耗服务器，该功耗服务器部署有预构建的内存功耗模型，其被配置为向电子设备提供功耗预测服务。
[0084]
示例性的，请参照图7，网络接入设备为电子设备提供网络接入服务，使得电子设备能够通过网络接入设备接入到互联网。电子设备在获取到其中内存的输入输出效率，以及内存在单位时长内的n个工作频率和每一工作频率的工作时长之后，将获取到输入输出效率、n个工作频率以及对应的n个工作时长打包为一个输入数据包传输至互联网另一侧的功耗服务器。
[0085]
另一方面，功耗服务器除了部署有内存功耗模型之外，还存储有测量功率和工作频率的对应关系。相应的，功耗服务器在接收到来自电子设备的输入数据包之后，解析出其中的输入输出效率、n个工作频率以及n个工作时长，并根据以上测量功率和工作频率的对应关系，将n个工作频率转换对应的n个测量功率，然后将转换得到的n个测量功率、前述n个工作时长以及前述输入输出效率输入本地部署的内存功耗模型，预测得到内存的运行功耗。
[0086]
在预测得到内存的运行功耗之后，功耗服务器即将该运行功耗返回至电子设备。相应的，电子设备将接收到功耗服务器返回的运行功耗。
[0087]
可选地，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器，包括：
[0088]
在电子设备运行有预设应用时，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器；或者
[0089]
在电子设备的运行负载大于或等于预设负载时，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器；或者
[0090]
在电子设备的剩余电量小于预设电量时，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器。
[0091]
本技术实施例中，内存功耗模型可以同时部署在电子设备和功耗服务器。相应的，电子设备仅在特定条件下请求功耗服务器进行功耗预测，而在非特定条件下，利用自身部署的内存功耗模型进行功耗预测。
[0092]
示例性的，本技术实施例中配置的特定条件包括：
[0093]
电子设备运行有预设应用；
[0094]
或者，电子设备的运行负载大于或等于预设负载；
[0095]
或者，电子设备的剩余电量小于预设电量。
[0096]
应当说明的是，本技术实施例中对以上预设应用、预设负载以及预设电量的配置不作具体限制，可由本领域普通技术人员根据实际需要进行配置。
[0097]
比如，预设应用可由电子设备缺省配置，也可由电子设备根据用户输入对应配置。其中，电子设备可以缺省将游戏应用、直播应用等对用户体验要求较高的应用配置为预设应用。
[0098]
可选地，在一实施例中，根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗之后，还包括：
[0099]
(1)将运行功耗传输至预设的分析服务器，使得分析服务器按照预设的分析策略根据运行功耗进行大数据分析，得到分析结果；
[0100]
(2)接收分析服务器返回的分析结果。
[0101]
本技术实施例中，提供有分析服务器，该分析服务器被配置为向电子设备提供大数据分析服务。
[0102]
示例性的，请参照图8，网络接入设备为电子设备提供网络接入服务，使得电子设备能够通过网络接入设备接入到互联网。电子设备在预测得到内存的运行功耗之后，还将预测得到的运行功耗经由网络接入设备传输至互联网另一侧的分析服务器。其中，电子设备可以在每次预测得到运行功耗之后，即进行运行功耗的传输，也可以每间隔预设时间周期进行运行功耗的传输，还可以每预测得到第一预设数量的运行功耗时进行运行功耗的传输。
[0103]
另一方面，分析服务器配置有分析策略，该分析策略用于描述如何对来自电子设备的运行功耗进行大数据分析，具体可由本领域普通技术人员根据实际需要进行配置，本技术实施例中不做具体限制。比如，可以配置用于对用户用电行为进行分析的分析策略等。相应的，分析服务器在已接收到的运行功耗的数量达到第二预设数量(即分析服务器按照分析策略进行大数据分析所需的最小数据量)时，即按照配置的分析策略，利用包括电子设备当次传输的运行功耗在内的第二预设数量的运行功耗进行大数据分析，得到对应的分析结果。在分到分析结果之后，分析服务器即将该分析结果返回至电子设备。
[0104]
相应的，电子设备将接收到分析服务器返回的分析结果。
[0105]
在接收到分析服务器返回的分析结果之后，电子设备可按照配置的输出策略输出该分析结果。此处对该输出策略的配置不作具体限制，可由本领域普通技术人员根据实际需要进行配置，包括但不限于音频、视频、文本、图像等输出方式。
[0106]
应当说明的是，本技术实施例中对于以上预设时间间隔、第一预设数量、第二预设数量的取值不做具体限制，可由本领域普通技术人员根据实际需要进行配置。
[0107]
可选地，在一实施例中，接收分析服务器返回的分析结果之后，还包括：
[0108]
确定对应前述分析结果的内存优化操作，并执行确定的内存优化操作。
[0109]
本技术实施例中，电子设备还根据前述分析结果对内存进行针对性的优化处理。其中，电子设备在接收到分析服务器返回的分析结果之后，按照预先配置的内存优化策略，确定对应前述分析结果的内存优化操作，并执行该内存优化操作，实现对内存的优化。应当说明的是，本技术实施例中对于内存优化策略的配置不作具体限制，可由本领域普通技术人员根据实际需要进行配置。
[0110]
比如，当分析结果反映了用户经常使用的某应用程序为大功耗的应用程序时，电子设备按照内存优化策略确定的内存优化操作为增加内存的工作电压，则电子设备将在下次启动前述大功耗的应用程序时，相应增加内存的工作电压。
[0111]
可选地，在一实施例中，获取电子设备中内存的输入输出效率之前，还包括：
[0112]
(1)获取预构建的通用内存功耗模型；
[0113]
(2)根据内存的功耗特征对通用内存功耗模型进行适应性处理，得到内存功耗模型。
[0114]
应当说明的是，本技术实施例中，不考虑具体内存的特有功耗特征，而是利用内存的普遍功耗特征预先构建有通用内存功耗模型，该通用内存功耗模型可适用于多个内存的功耗预测。
[0115]
相应的，电子设备在对自身的内存进行功耗建模时，可以首先获取到预构建的通用内存功耗模型，然后进一步获取该内存的特有功耗特征，并分析得到该特有功耗特征与内存功耗之间的相关关系，从而利用该相关关系对通用内存功耗模型进行适应性处理，得到与该内存适配的内存功耗模型。以此，可以有效提高对内存进行功耗建模的效率。
[0116]
请参照图9，图9为本技术实施例提供的功耗检测方法的另一流程示意图，如图9所示，本技术实施例提供的功耗检测方法的流程可以如下：
[0117]
在210中，电子设备获取预构建的通用内存功耗模型。
[0118]
为实现对内存功耗的实时检测，本技术提供一种功耗检测方法。
[0119]
其中，本技术预先构建有对应内存的功耗模型，记为内存功耗模型，该内存功耗模型被配置为用于对内存的功耗进行实时预测。
[0120]
示例性的，可以按照如下方式进行内存功耗模型的构建：
[0121]
首先，不考虑具体内存的特有功耗特征，而是利用内存的普遍功耗特征预先构建有通用内存功耗模型，该通用内存功耗模型可适用于多个内存的功耗预测。其中，本技术实施例中采用的构建通用内存功耗模型的功耗参数为工作频率以及对应的工作时长。
[0122]
然后，在构建对应电子设备中内存的功耗模型时，电子设备首先获取到该预先构建的通用内存功耗模型。
[0123]
在220中，电子设备根据内存的功耗特征对通用内存功耗模型进行适应性处理，得到内存功耗模型。
[0124]
其中，电子设备在获取到预构建的通用内存功耗模型之后，进一步获取电子设备中内存的特有功耗特征，并分析得到该特有功耗特征与内存功耗之间的相关关系，从而利用该相关关系对通用内存功耗模型进行适应性处理，得到与该内存适配的内存功耗模型，从而高效地完成对内存的功耗建模。
[0125]
在230中，电子设备获取内存的输入输出效率。
[0126]
其中，电子设备在监测到预设的触发功耗检测的目标事件时，触发进行功耗检测。其中，目标事件可由本领域普通技术人员根据实际需要进行配置，此处不作具体限制。
[0127]
示例性的，配置的目标事件包括但不限于：
[0128]
(1)每当内存有新的工作产生(即存在对内存的读/写操作时)
[0129]
(2)切换前台运行的应用程序；
[0130]
(3)整体温度过热(可由本领域普通技术人员根据经验定义)；
[0131]
(4)屏幕亮灭切换；
[0132]
(5)拔/插充电线；
[0133]
(6)电量消耗达到设定值(可由本领域普通技术人员根据实际需要取值，比如10％)；
[0134]
(7)到达预设检测周期(可由本领域普通技术人员根据实际需要取值，比如1分钟)。
[0135]
如上所述，本技术中的内存功耗模型是以内存的输入输出效率、工作频率以及对应的工作时长为功耗参数所构建的，相应的，在触发进行功耗检测时，电子设备需要获取到内存的输入输出效率。
[0136]
在240中，电子设备获取内存在单位时长内的n个工作频率，以及获取内存在每一
工作频率的工作时长，n为大于或等于1的正整数。
[0137]
除了获取内存的输入输出效率之外，电子设备还获取内存在单位时长内的n个工作频率，其中n为大于或等于1的正整数。
[0138]
应当说明的是，本技术实施例中对于单位时长的取值不作具体限定，可由本领域普通技术人员根据实际需要进行配置，比如，本技术实施例中单位时长可以配置为1秒。
[0139]
电子设备除了获取其内存在单位时长内的n个工作频率之外，还获取内存在每一工作频率的工作时长。
[0140]
比如，请参照图5，将单位时长记为t，电子设备共获取到内存在单位时长t内的4个工作频率，分别为工作频率f1、工作频率f2、工作频率f3以及工作频率f4，以及获取到内存在工作频率f1的工作时长t1、在工作频率f2的工作时长t2、在工作频率f3的工作时长t3以及在工作频率f4的工作时长t4。
[0141]
在250中，电子设备根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗。
[0142]
如上，本技术实施例中预先构建有描述输入输出效率、工作频率和工作时长与内存的功耗间相关关系的内存功耗模型。相应的，电子设备在获取到内存的输入输出效率，以及获取到内存在单位时长内的n个工作频率以及每一工作频率的工作时长之后，即可根据获取到的前述输入输出效率、n个工作频率以及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的功耗，记为运行功耗。
[0143]
在260中，电子设备将运行功耗传输至预设的分析服务器，使得分析服务器按照预设的分析策略根据运行功耗进行大数据分析，得到分析结果。
[0144]
本技术实施例中，提供有分析服务器，该分析服务器被配置为向电子设备提供大数据分析服务。
[0145]
示例性的，请参照图8，网络接入设备为电子设备提供网络接入服务，使得电子设备能够通过网络接入设备接入到互联网。电子设备在预测得到内存的运行功耗之后，还将预测得到的运行功耗经由网络接入设备传输至互联网另一侧的分析服务器。其中，电子设备可以在每次预测得到运行功耗之后，即进行运行功耗的传输，也可以每间隔预设时间周期进行运行功耗的传输，还可以每预测得到第一预设数量的运行功耗时进行运行功耗的传输。
[0146]
另一方面，分析服务器配置有分析策略，该分析策略用于描述如何对来自电子设备的运行功耗进行大数据分析，具体可由本领域普通技术人员根据实际需要进行配置，本技术实施例中不做具体限制。比如，可以配置用于对用户用电行为进行分析的分析策略等。相应的，分析服务器在已接收到的运行功耗的数量达到第二预设数量(即分析服务器按照分析策略进行大数据分析所需的最小数据量)时，即按照配置的分析策略，利用包括电子设备当次传输的运行功耗在内的第二预设数量的运行功耗进行大数据分析，得到对应的分析结果。在分到分析结果之后，分析服务器即将该分析结果返回至电子设备。
[0147]
在270中，电子设备接收分析服务器返回的分析结果。
[0148]
相应的，电子设备将接收到分析服务器返回的分析结果。
[0149]
在接收到分析服务器返回的分析结果之后，电子设备可按照配置的输出策略输出该分析结果。此处对该输出策略的配置不作具体限制，可由本领域普通技术人员根据实际
需要进行配置，包括但不限于音频、视频、文本、图像等输出方式。
[0150]
此外，电子设备还可以根据前述分析结果进行针对性的优化处理，比如，当分析结果反映了用户的用电行为时，电子设备可以根据该分析结果进行针对性的用电优化。
[0151]
应当说明的是，本技术实施例中对于以上预设时间间隔、第一预设数量、第二预设数量的取值不做具体限制，可由本领域普通技术人员根据实际需要进行配置。
[0152]
为了验证本技术所提供的功耗检测方法的性能，进行了如下的实验。
[0153]
以1秒为单位时长，操作电子设备播放测试视频，在45秒内采用功耗板对电子设备中内存的功耗进行多次测量，得到多个功耗实测值，此外，还采用本技术提供的内存功耗模型进行多次预测，得到多个功耗预测值，根据测量得到的多个功耗实测值以及预测得到的多个功耗预测值，得到图10所示的功耗曲线。可以看出，本技术所提供的内存功耗模型相较于传统的功耗板实测方式，精度基本能够达到80％以上，具有较高的精度。
[0154]
请参照图11，为更好的执行本技术所提供的功耗检测方法，本技术进一步提供一种功耗检测装置300，该功耗检测装置300应用于电子设备，如图10所示，该功耗检测装置300可以包括：
[0155]
效率获取模块310，用于获取电子设备中内存的输入输出效率；
[0156]
频率获取模块320，用于获取内存在单位时长内的n个工作频率，以及获取内存在每一工作频率的工作时长，n为大于或等于1的正整数；
[0157]
功耗预测模块330，用于根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗。
[0158]
可选地，在一实施例中，在根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗时，功耗预测模块330用于：
[0159]
根据预设的测量功率和工作频率的对应关系，确定n个工作频率中每一工作频率对应的测量功率；
[0160]
在功耗模型中，根据输入输出效率、n个工作频率各自对应的测量功率和工作时长，确定内存的运行功耗。
[0161]
可选地，在一实施例中，内存功耗模型包括：
[0162][0163]
其中，p表示内存的运行功耗，t表示单位时长，e表示内存的输入输出效率，pi表示第i个工作频率对应的测量功率，ti表示第i个工作频率的工作时长，i∈[0，n]。
[0164]
可选地，在一实施例中，在根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗时，功耗预测模块330用于：
[0165]
将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器，并指示功耗服务器将前述输入输出效率、n个工作频率及对应的n个工作时长输入本地部署的内存功耗模型，得到内存功耗模型输出的运行功耗；
[0166]
接收功耗服务器返回的运行功耗。
[0167]
可选地，在一实施例中，在将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器时，功耗预测模块330用于：
[0168]
在电子设备运行有预设应用时，将前述输入输出效率、n个工作频率及对应的n个
工作时长发送至预设的功耗服务器；或者
[0169]
在电子设备的运行负载大于或等于预设负载时，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器；或者
[0170]
在电子设备的剩余电量小于预设电量时，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器。
[0171]
可选地，在一实施例中，本技术提供的功耗检测装置300还包括分析模块，在根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存的运行功耗之后，用于：
[0172]
将运行功耗传输至预设的分析服务器，使得分析服务器按照预设的分析策略根据运行功耗进行大数据分析，得到分析结果；
[0173]
接收分析服务器返回的分析结果。
[0174]
可选地，在一实施例中，本技术通过的功耗检测装置300还包括优化模块，在接收分析服务器返回的分析结果之后，用于：
[0175]
确定对应前述分析结果的内存优化操作，并执行确定的内存优化操作。
[0176]
应当说明的是，本技术实施例提供的功耗检测装置300与上文实施例中的功耗检测方法属于同一构思，其具体实现过程详见以上相关实施例，此处不再赘述。
[0177]
本技术实施例还提供一种电子设备，请参阅图12，图12为本技术实施例提供的电子设备400的结构示意图。
[0178]
该电子设备400可以包括网络接口410、存储器420、中央处理器430、内存440等部件。本领域技术人员可以理解，图12中示出的电子设备400结构并不构成对电子设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0179]
网络接口410可以用于进行设备之间的网络连接。
[0180]
内存440也称内存储器或主存储器，它用于暂时存放处理器中430的运算数据，与外部存储器交换的数据等。
[0181]
存储器420可用于存储计算机程序和数据。存储器420存储的计算机程序中包含有可执行代码。计算机程序可以划分为各种功能模块。中央处理器430通过运行存储在存储器420的计算机程序，从而执行各种功能应用以及数据处理。
[0182]
中央处理器430是电子设备400的控制中心，利用各种接口和线路连接整个电子设备400的各个部分，通过运行或执行存储在存储器420内的计算机程序，以及调用存储在存储器420内的数据，执行电子设备400的各种功能和处理数据，从而对电子设备400进行整体控制。
[0183]
在本技术实施例中，电子设备400中的中央处理器430会按照如下的指令，将一个或一个以上的计算机程序对应的可执行代码加载到存储器420中，并由中央处理器430来执行从而执行如下步骤：
[0184]
获取电子设备400中内存440的输入输出效率；
[0185]
获取内存440在单位时长内的n个工作频率，以及获取内存440在每一工作频率的工作时长，n为大于或等于1的正整数；
[0186]
根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存440的运行功耗。
[0187]
在一实施例中，在根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存440的运行功耗时，中央处理器430用于执行：
[0188]
根据预设的测量功率和工作频率的对应关系，确定n个工作频率中每一工作频率对应的测量功率；
[0189]
在功耗模型中，根据输入输出效率、n个工作频率各自对应的测量功率和工作时长，确定内存440的运行功耗。
[0190]
在一实施例中，内存功耗模型包括：
[0191][0192]
其中，p表示内存的运行功耗，t表示单位时长，e表示内存440的输入输出效率，pi表示第i个工作频率对应的测量功率，ti表示第i个工作频率的工作时长，i∈[0，n]。
[0193]
可选地，在一实施例中，在根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存440的运行功耗时，中央处理器430用于执行：
[0194]
将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器，并指示功耗服务器将前述输入输出效率、n个工作频率及对应的n个工作时长输入本地部署的内存功耗模型，得到内存功耗模型输出的运行功耗；
[0195]
接收功耗服务器返回的运行功耗。
[0196]
可选地，在一实施例中，在将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器时，功耗预测模块330用于：
[0197]
在电子设备400运行有预设应用时，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器；或者
[0198]
在电子设备400的运行负载大于或等于预设负载时，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器；或者
[0199]
在电子设备400的剩余电量小于预设电量时，将前述输入输出效率、n个工作频率及对应的n个工作时长发送至预设的功耗服务器。
[0200]
可选地，在一实施例中，本技术提供的功耗检测装置300还包括分析模块，在根据输入输出效率、n个工作频率及对应的n个工作时长，通过预构建的内存功耗模型预测得到内存400的运行功耗之后，用于：
[0201]
将运行功耗传输至预设的分析服务器，使得分析服务器按照预设的分析策略根据运行功耗进行大数据分析，得到分析结果；
[0202]
接收分析服务器返回的分析结果。
[0203]
可选地，在一实施例中，本技术通过的功耗检测装置300还包括优化模块，在接收分析服务器返回的分析结果之后，用于：
[0204]
确定对应前述分析结果的内存优化操作，并执行确定的内存优化操作。
[0205]
应当说明的是，本技术实施例提供的电子设备400与上文实施例中的功耗检测方法属于同一构思，其具体实现过程详见以上相关实施例，此处不再赘述。
[0206]
本技术还提供一种计算机可读的存储介质，其上存储有计算机程序，当其存储的计算机程序在本技术实施例提供的电子设备的中央处理器上执行时，使得电子设备的中央处理器执行以上任一适于电子设备的功耗检测方法中的步骤。其中，存储介质可以是磁碟、
光盘、只读存储器(read only memory，rom)或者随机存取器(random access memory，ram)等。
[0207]
以上对本技术所提供的一种功耗检测方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。