CN112334875B

CN112334875B - 一种功耗预测方法及装置

Info

Publication number: CN112334875B
Application number: CN201880095096.0A
Authority: CN
Inventors: 熊庆; 严勇; 许保华; 俞熠
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2018-11-30
Filing date: 2018-11-30
Publication date: 2022-04-29
Anticipated expiration: 2038-11-30
Also published as: CN112334875A; WO2020107415A1

Abstract

本发明实施例公开了一种功耗预测方法及装置，该方法包括：接收多个用户的历史使用信息，该历史使用信息包括终端使用信息和应用使用信息；根据该多个用户的终端使用信息将多个用户划分为一个或多个用户类别；根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别；从每个应用类别中获取一个第一应用；针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量；根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量，总耗电量为所有第三日耗电量之和。通过实施本申请实施例，能够准确地对第一用户类别中的用户在第二终端设备的日耗电量进行预测。

Description

一种功耗预测方法及装置

技术领域

本发明涉及终端技术领域，尤其涉及一种功耗预测方法及装置。

背景技术

随着生活水平的提高，手机、电脑和智能手表等终端设备已成为常用设备，而且用户对其功耗的要求也越来越高。因此设备厂商需要对在研或预研的终端设备在商用上市后的功耗指标进行预测，以便在大规模生产前就能将功耗问题拦截在测试阶段，避免终端设备上市后功耗不达标导致舆论问题。

在现有的实际应用中，通常只能对终端设备上某个应用的日耗电量进行预测，缺少对终端设备的日耗电量进行预测的方案。因此，如何能够准确地对终端设备的日耗电量进行预测是目前亟待解决的问题。

发明内容

本发明实施例公开了一种功耗预测方法及装置，有利于准确地预测终端设备的日耗电量。

第一方面，本申请实施例提供了一种功耗预测方法，该方法包括：接收多个用户的历史使用信息，该历史使用信息包括终端使用信息和应用使用信息，该终端使用信息包括第一终端设备内每个终端器件的第一日使用时长和第一日耗电量，该应用使用信息包括用户使用的至少一个应用的标识、每个应用对终端器件的第二日使用时长和第二日耗电量；根据该多个用户的终端使用信息将多个用户划分为一个或多个用户类别；根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别，第一用户类别为该一个或多个用户类别中的一个类别；从每个应用类别中获取一个第一应用；针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量；根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量，总耗电量为所有第三日耗电量之和。基于第一方面所描述的方法，可以对用户进行分类以及对用户使用的应用进行分类，从而能够准确地对第一用户类别中的各个用户在第二终端设备的日耗电量进行预测。并且通过对用户使用的应用进行分类，只需要对每一类应用中的一个应用在第二终端设备的日耗电量进行测试就可预测出用户在第二终端设备的日耗电量，不需要对用户使用的所有应用在第二终端设备的耗电量进行测试，这样能够更加快速地预测出用户在第二终端设备的日耗电量。

可选的，根据多个用户的终端使用信息将多个用户划分为一个或多个用户类别的具体实施方式为：将目标用户对应的所有第一日耗电量之和确定为目标用户在第一终端设备的历史日耗电量，该目标用户为多个用户中的任意一个；根据目标用户在第一终端设备的历史日耗电量和目标用户对应的所有第一日使用时长，将目标用户划分至一个或多个用户类别中的一个用户类别。基于该可选的方式，能够根据用户历史日耗电量对用户进行分类。

可选的，根据目标用户在第一终端设备的历史日耗电量和目标用户对应的所有第一日使用时长，将目标用户划分至一个或多个用户类别中的一个用户类别的具体实施方式为：根据目标用户对应的所有第一日使用时长确定目标用户对应的各个第一日使用时长的时长权重；根据目标用户对应的所有第一日使用时长和时长权重，确定目标用户对第一终端设备的历史日使用频度；根据目标用户在第一终端设备的历史日耗电量和历史日使用频度将目标用户划分至一个或多个用户类别中的一个用户类别。基于该可选的方式，能够根据用户历史日耗电量和历史日使用频度对用户进行分类。

可选的，根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别的具体实施方式为：确定目标应用对多个终端器件分别对应的平均日耗电量，该目标应用为第一用户类别的用户使用的任意一个应用，该目标应用对第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该第一终端器件为目标应用使用的任意一个终端器件；将目标应用对多个终端器件分别对应的平均日耗电量之和确定为目标应用在第一终端设备的历史日耗电量；根据目标应用在第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中目标应用对应的第二日使用时长，将目标应用划分至多个应用类别中的一个应用类别。基于该可选的方式，能够根据应用的历史日耗电量对应用进行分类。

可选的，根据目标应用在第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中目标应用对应的第二日使用时长，将目标应用划分至多个应用类别中的一个应用类别的具体实施方式为：确定目标应用对多个终端器件分别对应的平均日使用时长，该目标应用对第一终端器件的平均日使用时长根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日使用时长得到；根据多个终端器件的平均日使用时长确定各个平均日使用时长的时长权重；根据平均日使用时长和时长权重，确定目标应用在第一终端设备的历史日使用频度；根据目标应用在第一终端设备的历史日耗电量和历史日使用频度将目标应用划分至多个应用类别中的一个应用类别。基于该可选的方式，能够根据应用的历史日耗电量和应用的历史日使用频度对应用进行分类。

可选的，针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量的具体实施方式为：针对每个第一应用，确定第一应用的测试操作序列；根据第一用户类别的用户的应用使用信息中第一应用对应的第二日使用时长和第一应用的测试操作序列，测试第一应用在第二终端设备上的第三日耗电量。基于该可选的方式，能够模拟历史用户对第一应用的使用环境对第一应用在第二终端设备上的第三日耗电量进行测试，从而有利于使测试结果更加准确。

可选的，确定第一应用的测试操作序列的具体实施方式为：获取操作序列；根据第一用户类别的用户的应用使用信息中第一应用对应的第二日使用时长和操作序列测试第一应用在第一终端设备上的第四日耗电量；若测试得到的第四日耗电量与第一应用在第一终端设备的历史日耗电量之差小于第一阈值，则确定操作序列为第一应用的测试操作序列，该第一应用在第一终端设备的历史日耗电量为第一应用对多个终端器件分别对应的平均日耗电量之和，该目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该目标应用为第一用户类别的用户使用的任意一个应用，该第一终端器件为目标应用使用的任意一个终端器件。基于该可选的方式，能够确定与用户对第一应用的历史操作序列相近的操作序列作为第一应用的测试操作序列，这样有助于使预测得到的用户在第二终端设备的日耗电量更加准确。

可选的，若测试得到的第四日耗电量与第一应用在第一终端设备上的历史日耗电量之差大于第一阈值，则重新执行获取操作序列的步骤。

可选的，根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量的具体实施方式为：根据总耗电量、第一用户类别中每个用户在第一终端设备的历史日耗电量和第五日耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量，该目标用户在第一终端设备的历史日耗电量为目标用户对应的所有第一日耗电量之和，该目标用户为多个用户中的任意一个，该第五日耗电量为所有第一应用在第一终端设备上的历史日耗电量之和，该第一应用在第一终端设备上的历史日耗电量为第一应用对多个终端器件分别对应的平均日耗电量之和，目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该目标应用为第一用户类别的用户使用的任意一个应用，第一终端器件为目标应用使用的任意一个终端器件。基于该可选的方式，能够准确地预测出第一用户类别中的每个用户在第二终端设备的日耗电量。

可选的，该一个或多个用户类别包括多个用户类别，第二用户类别为该多个用户类别中除第一用户类别之外的用户类别，功耗预测装置还可执行以下步骤：根据第一用户类别中各个用户在第一终端设备的历史日耗电量和第二用户类别中各个用户在第一终端设备的历史日耗电量，确定第一用户类别和第二用户类别的日耗电量的相似度值；根据总耗电量、第二用户类别每个用户在第一终端设备的历史日耗电量、第五日耗电量和相似度值确定第二用户类别中的每个用户在第二终端设备的日耗电量。基于该可选的方式，能够快速地、准确地预测出第二用户类别的用户在第二终端设备的日耗电量。

可选的，第一日使用时长包括第一亮屏日使用时长和第一灭屏日使用时长，第一日耗电量包括第一亮屏日耗电量和第一灭屏日耗电量，第二日使用时长包括第二亮屏日使用时长和第二灭屏日使用时长，该第二日耗电量包括第二亮屏日耗电量和第二灭屏日耗电量。通过区分亮屏日使用时长和灭屏日使用时长有利于准确地对用户进行分类。

第二方面，提供了一种功耗预测装置，该功耗预测装置可执行上述第一方面或第一方面可能的实现方式所描述方法。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的单元。该单元可以是软件和/或硬件。基于同一发明构思，该功耗预测装置解决问题的原理以及有益效果可以参见上述第一方面或第一方面可能的实现方式的原理以及有益效果，重复之处不再赘述。

第三方面，提供了一种功耗预测装置，该功耗预测装置包括：处理器、存储器和通信接口，处理器、存储器和通信接口相连，存储器，用于存储程序指令；处理器，调用程序指令以用于执行上述第一方面或第一方面可能的实现方式所描述方法，该功耗预测装置解决问题的实施方式以及有益效果可以参见上述第一方面或第一方面可能的实现方式的原理以及有益效果，重复之处不再赘述。

第四方面，提供了一种计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面或第一方面可能的实现方式所描述方法。

第五方面，提供了一种芯片产品，执行上述第一方面或第一方面可能的实现方式所描述方法。

第六方面，提了供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面或第一方面可能的实现方式所描述方法。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，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。

图1是本发明实施例提供的一种系统架构的示意图；

图2是本发明实施例提供的一种功耗预测方法的流程示意图；

图3是本发明实施例提供的一种操作序列示意图；

图4是本发明实施例提供的另一种功耗预测方法的流程示意图；

图5是本发明实施例提供的另一种操作序列示意图；

图6是本发明实施例提供的又一种功耗预测方法的流程示意图；

图7是本发明实施例提供的一种显示界面的示意图；

图8是本发明实施例提供的另一种显示界面的示意图；

图9是本发明实施例提供的一种功耗预测装置的结构示意图；

图10是本发明实施例提供的另一种功耗预测装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施例的技术方案进行描述。

为了能够准确地预测终端设备的日耗电量，本申请实施例提供了一种功耗预测方法及装置。

下面首先对本申请实施例可应用的系统架构进行说明：

图1是本申请实施例提供的一种系统架构的示意图。在图1所示的系统架构中，至少包括功耗预测装置和至少一个第二终端设备。其中，功耗预测装置用于对第二终端设备的日耗电量进行预测。第二终端设备可以包括一个或多个。第二终端设备可以为在研或预研的终端设备。可选的，在图1中还可包括第一终端设备，第一终端设备可以是已经上市的终端设备。其中，第一终端设备和第二终端设备可以为手机、平板电脑、可穿戴设备、车载设备、物联网中的终端设备和虚拟现实设备等设备。

下面进一步对本申请所提供的功耗预测方法及装置进行介绍。

请参见图2，图2是本申请实施例提供的一种功耗预测方法的示意图。如图2所示，该功耗预测方法包括如下步骤201～步骤206，其中：

201、功耗预测装置接收多个用户的历史使用信息。

其中，历史使用信息包括终端使用信息和应用使用信息，该终端使用信息包括第一终端设备内每个终端器件的第一日使用时长和第一日耗电量，该应用使用信息包括用户使用的至少一个应用的标识、每个应用对终端器件的第二日使用时长和第二日耗电量。例如，如下表1所示，功耗预测装置可以接收输入的1000个用户的历史使用信息。每个用户的历史使用信息均包括终端使用信息和应用使用信息。

表1

可选的，该多个用户的历史使用信息可以是用户输入的，或是由其他设备输入的，本申请实施例不做限定。该历史使用信息是用户使用第一终端设备的使用信息。第一终端设备可以为已经上市商用的终端产品。

可选的，第一日使用时长包括第一亮屏日使用时长和第一灭屏日使用时长，第一日耗电量包括第一亮屏日耗电量和第一灭屏日耗电量，第二日使用时长包括第二亮屏日使用时长和第二灭屏日使用时长，第二日耗电量包括第二亮屏日耗电量和第二灭屏日耗电量。也就是说，终端使用信息包括第一终端设备内每个终端器件的第一亮屏日使用时长和第一亮屏日耗电量，以及包括第一终端设备内每个终端器件的第一灭屏日使用时长和第一灭屏日耗电量。应用使用信息包括用户使用的至少一个应用的标识、每个应用对终端器件的第二亮屏日使用时长和第二亮屏日耗电量、每个应用对终端器件的第二灭屏日使用时长和第二灭屏日耗电量。通过区分亮屏日使用时长和灭屏日使用时长有利于准确地对用户进行分类。

其中，终端器件的第一亮屏日使用时长和第一亮屏日耗电量是指在一天之内在亮屏状态下该终端器件的总使用时长和总耗电量。终端器件的第一灭屏日使用时长和第一灭屏日耗电量是指在一天之内在灭屏状态下该终端器件的总使用时长和总耗电量。例如，如下表2所示，下表2以第一终端设备包括器件1和器件2为例，在实际应用中第一终端设备还可包括更多的终端器件。可选的，终端器件可包括但不限于CPU、屏幕、GPU、Modem、Wi-Fi、前置摄像头、后置摄像头、音频、蓝牙、导航模块、闪光灯等。

表2

其中，应用对终端器件的第二亮屏日使用时长和第二亮屏日耗电量是指在一天之内在亮屏状态下该应用对该终端器件的总使用时长和总耗电量。应用对终端器件的第二灭屏日使用时长和第二灭屏日耗电量是指在一天之内在灭屏状态下该应用对该终端器件的总使用时长和总耗电量。例如，如下表3所示，用户1在第一终端设备使用了应用1和应用2，因此，应用使用信息1包括应用1和应用2的标识。在一天之内在亮屏状态下应用1对器件1的总使用时长为2小时(h)，对应的日耗电量为20mAh(毫安时)，因此，应用使用信息1中应用1对器件1的第二亮屏日使用时长为2小时，第二亮屏日耗电量为20mAh。在一天之内在灭屏状态下应用1对器件1的总使用时长为1小时，对应的日耗电量为5mAh，因此，应用使用信息1中应用1对器件1的第二灭屏日使用时长为1小时，第二灭屏日耗电量为5mAh。其他器件同理，在此不赘述。可选的，应用使用信息包括的应用可以是用户在当天使用总时长或使用总次数的排名位于预设排名之前的应用。例如，应用使用信息包括的应用可以是使用总时长为TOP10的应用或使用总次数TOP10的应用。

表3

可选的，终端器件的第一日使用时长也可以是该终端器件在一天之内的总使用时长，终端器件的第一日耗电量也可以是该终端器件在一天之内的总耗电量，即不区分亮屏和灭屏时的使用时长和耗电量。例如，如下表4所示，在一天之内在亮屏状态下器件1的总使用时长为4小时，对应的耗电量为100mAh，在一天之内在灭屏状态下器件1的总使用时长为4小时，对应的耗电量为40mAh。因此，终端使用信息1中器件1的第一日使用时长为8小时，第一日耗电量为140mAh。其他器件同理，在此不赘述。

表4

可选的，应用对终端器件的第二日使用时长可以是在一天之内该应用对该终端器件的总使用时长，应用对终端器件的第二日耗电量可以是在一天之内该应用对该终端器件的总耗电量，即不区分应用对终端器件的亮屏和灭屏时的使用时长和耗电量。例如，如下表5所示，在一天之内在亮屏状态下应用1对器件1的总使用时长为2小时，对应的耗电量为20mAh，在一天之内在灭屏状态下应用1对器件1的总使用时长为1小时，对应的耗电量为5mAh。因此，应用1对器件1的第二日使用时长为3小时，第二日耗电量为25mAh。其他应用和器件同理，在此不赘述。

可选的，应用使用信息包括的应用可以是用户在当天使用总时长或使用总次数的排名位于预设排名之前的应用。例如，应用使用信息包括的应用可以是使用总时长为TOP10的应用或使用总次数TOP10的应用。

表5

202、功耗预测装置根据该多个用户的终端使用信息将该多个用户划分为一个或多个用户类别。

本申请实施例中，功耗预测装置接收该多个用户的历史使用信息之后，根据该多个用户的终端使用信息将该多个用户划分为一个或多个用户类别。

该一个或多个用户类别可以是预先配置好的。例如，可以预先设置多个用户类别，该多个用户类别可包括轻度、中度、重度和超重度用户类别。其中，中度类别中的用户对第一终端设备在单位时间的功耗大于轻度类别中的用户对第一终端设备在单位时间的功耗；重度类别中的用户对第一终端设备在单位时间的功耗大于中度类别中的用户对第一终端设备在单位时间的功耗；超重度类别中的用户对第一终端设备在单位时间的功耗大于重度类别中的用户对第一终端设备在单位时间的功耗。当然还可以预先设置两个用户类别或三个用户类别或四个以上的用户类别，本申请实施例不做限定。

作为一种可选的实施方式，功耗预测装置根据该多个用户的终端使用信息将该多个用户划分为一个或多个用户类别的具体实施方式包括以下步骤(11)和步骤(12)，其中：

(11)、功耗预测装置将目标用户对应的所有第一日耗电量之和确定为目标用户在第一终端设备的历史日耗电量；

(12)、功耗预测装置根据目标用户在第一终端设备的历史日耗电量和目标用户对应的所有第一日使用时长，将目标用户划分至一个或多个用户类别中的一个用户类别。

其中，该目标用户为多个用户中的任意一个。也就是说对任意一个用户均可采用步骤(11)和步骤(12)进行用户分类。基于步骤(11)和步骤(12)能够根据用户历史日耗电量对用户进行分类。

举例来说，功耗预测装置接收了用户1～用户1000的历史使用信息。如果历史使用信息中的终端使用信息如表2所示。功耗预测装置将用户1对应的终端使用信息1中器件1的第一亮屏日耗电量100mAh、器件1的第一灭屏日耗电量40mAh、器件2的第一亮屏日耗电量150mAh和器件2的第一灭屏日耗电量50mAh相加，得到用户1在第一终端设备的历史日耗电量340mAh。如果历史使用信息中的终端使用信息如表4所示。功耗预测装置将用户1对应的终端使用信息1中器件1的第一日耗电量140mAh和器件2的第一日耗电量300mAh相加，得到用户1在第一终端设备的历史日耗电量340mAh。

用户2～用户1000根据与用户1相同的原理得到用户2在第一终端设备的历史日耗电量～用户1000在第一终端设备的历史日耗电量。再根据用户1在第一终端设备的历史日耗电量～用户1000在第一终端设备的历史日耗电量和用户1对应的所有第一日使用时长～用户1000对应的所有第一日使用时长，将用户1～用户1000划分为一个或多个用户类别。

可选的，步骤(12)的具体实施方式可以为：根据目标用户对应的所有第一日使用时长确定目标用户对应的各个第一日使用时长的时长权重；根据目标用户对应的所有第一日使用时长和时长权重，确定目标用户对第一终端设备的历史日使用频度；根据目标用户在第一终端设备的历史日耗电量和历史日使用频度将目标用户划分至一个或多个用户类别中的一个用户类别。基于该可选的方式，能够根据用户历史日耗电量和历史日使用频度对用户进行分类。

例如，功耗预测装置根据用户1对应的所有第一日使用时长确定目标用户对应的所有终端器件的时长权重。如果历史使用信息中的终端使用信息如表2所示。功耗预测装置根据用户1对器件1的第一亮屏日使用时长4h和第一灭屏日使用时长4h，用户1对器件2的第一亮屏日使用时长5h和第一灭屏日使用时长4h，计算器件1的第一亮屏日使用时长4h的时长权重1、器件1的第一灭屏日使用时长4h的时长权重2、器件2的第一亮屏日使用时长5h的时长权重3和器件2的第一灭屏日使用时长4h的时长权重4。例如，时长权重1可以为4/(4+4+5+4)，即4/17。时长权重2可以为4/(4+4+5+4)，即4/17。时长权重3可以为5/(4+4+5+4)，即5/17。时长权重4可以为4/(4+4+5+4)，即4/17。功耗预测装置得到用户1对应的所有第一日使用时长的时长权重之后，根据用户1对应的所有第一日使用时长和时长权重，确定用户1对第一终端设备的历史日使用频度。例如，用户1对第一终端设备的历史日使用频度＝器件1的第一亮屏日使用时长*时长权重1+器件1的第一灭屏日使用时长*时长权重2+器件2的第一亮屏日使用时长*时长权重3+器件2的第一灭屏日使用时长*时长权重4，即用户1对第一终端设备的历史日使用频度等于73/17。历史使用信息中的终端使用信息如表4所示时，计算用户1对第一终端设备的历史日使用频度同理在此不赘述。功耗预测装置根据与用户1相同的原理得到用户2在第一终端设备的历史日使用频度～用户1000在第一终端设备的历史日使用频度。

功耗预测装置得到用户1在第一终端设备的历史日耗电量～用户1000在第一终端设备的历史日耗电量，以及用户1在第一终端设备的历史日使用频度～用户1000在第一终端设备的历史日使用频度之后，就可根据用户1在第一终端设备的历史日耗电量～用户1000在第一终端设备的历史日耗电量，以及用户1在第一终端设备的历史日使用频度～用户1000在第一终端设备的历史日使用频度将用户1～用户1000划分至一个或多个用户类别。例如，可以根据用户1在第一终端设备的历史日耗电量～用户1000在第一终端设备的历史日耗电量，以及用户1在第一终端设备的历史日使用频度～用户1000在第一终端设备的历史日使用频度进行聚类运算，将用户1～用户1000划分至一个或多个用户类别。例如，可以将单位时间内耗电量相似的用户分为一类。可选的，功耗预测装置计算历史日耗电量的顺序可以在计算历史日使用频度之前或之后，本申请实施例不做限定。

当然，功耗预测装置还可通过其他方式根据该多个用户的终端使用信息将该多个用户划分为一个或多个用户类别，本申请实施例不做限定。

203、功耗预测装置根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别。

其中，该第一用户类别为上述一个或多个用户类别中的一个类别。可选的，该第一用户类别可以是该一个或多个用户类别中的任意一个类别。例如，功耗预测装置根据该多个用户的终端使用信息将该多个用户划分为4个用户类别，分别为轻度、中度、重度和超重度用户类别。该第一用户类别可以为重度用户类别。

其中，该多个应用类别可以是预先根据应用在单位时间内的耗电量配置好的。不同应用类别的应用在单位时间内的耗电量不同。例如，可以预先设置应用类别1～应用类别3，其中，应用类别1中的应用在单位时间内的耗电量大于应用类别2的应用在单位时间内的耗电量。应用类别2中的应用在单位时间内的耗电量大于应用类别3的应用在单位时间内的耗电量。

举例来说，功耗预测装置将用户1～用户1000划分为轻度、中度、重度和超重度用户类别。用户1～用户100为重度用户。用户1～用户100所使用的应用总共包括100个应用。功耗预测装置根据用户1～用户100的应用使用信息将该100个应用划分为多个应用类别。

作为一种可选的实施方式，功耗预测装置根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别的具体实施方式可包括以下步骤(21)～步骤(23)，其中：

(21)、功耗预测装置确定目标应用对多个终端器件分别对应的平均日耗电量，该目标应用为第一用户类别的用户使用的任意一个应用，该目标应用对第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该第一终端器件为目标应用使用的任意一个终端器件；

(22)、功耗预测装置将目标应用对多个终端器件分别对应的平均日耗电量之和确定为目标应用在第一终端设备的历史日耗电量；

(23)、功耗预测装置根据目标应用在第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中目标应用对应的第二日使用时长，将目标应用划分至多个应用类别中的一个应用类别。

在该可选的实施方式中，对第一用户类别的用户使用的任意一个应用均可采用步骤(21)～步骤(23)进行应用分类。基于步骤(21)～步骤(23)能够根据应用的历史日耗电量对应用进行分类。

举例来说，功耗预测装置将用户1～用户1000划分为轻度、中度、重度和超重度用户类别。用户1～用户100为重度用户。用户1～用户100所使用的应用总共包括100个应用，该100个应用分别为应用1～应用100。

应用1使用了器件1和器件2，功耗预测装置确定应用1对器件1的平均日耗电量和应用1对器件2的平均日耗电量。如果应用使用信息如上表3所示，则器件的平均日耗电量包括平均亮屏日耗电量和平均灭屏日耗电量。假设用户1和用户2均使用了应用1。用户1对应的应用使用信息1中包括器件1的第二亮屏日耗电量20mAh和器件1的第二灭屏日耗电量5mAh。用户2对应的应用使用信息2中包括器件1的第二亮屏日耗电量40mAh和器件1的第二灭屏日耗电量15mAh。因此，器件1的平均亮屏日耗电量为用户1对应的第二亮屏日耗电量20mAh和用户2对应的第二亮屏日耗电量40mAh的平均值，即30mAh。器件1的平均灭屏日耗电量为用户1对应的第二灭屏日耗电量5mAh和第二灭屏日耗电量15mAh的平均值，即10mAh。功耗预测装置根据与器件1相同的原理确定应用1对器件2的平均亮屏日耗电量和平均灭屏日耗电量。例如，应用1对器件2的平均亮屏日耗电量为40mAh和平均灭屏日耗电量10mAh。功耗预测装置将应用1对器件1的平均亮屏日耗电量30mAh、应用1对器件1的平均灭屏日耗电量10mAh、应用1对器件2的平均亮屏日耗电量40mAh、应用1对器件2的平均灭屏日耗电量10mAh之和确定为应用1在第一终端设备的历史日耗电量，即90mAh。功耗预测装置可根据与应用1相同的原理确定应用2在第一终端设备的历史日耗电量～应用100在在第一终端设备的历史日耗电量。历史使用信息中的应用使用信息不区分灭屏日耗电量和亮屏日耗电量时，计算应用在第一终端设备的历史日耗电量同理在此不赘述。

功耗预测装置确定应用1在第一终端设备的历史日耗电量～应用100在在第一终端设备的历史日耗电量之后，可根据应用1在第一终端设备的历史日耗电量～应用100在第一终端设备的历史日耗电量，以及重要用户的应用使用信息中应用1～应用100对应的第二日使用时长，将应用1～应用100划分为多个应用类别。

可选的，步骤(23)的具体实施方式可以为：确定目标应用对多个终端器件分别对应的平均日使用时长，该目标应用对第一终端器件的平均日使用时长根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日使用时长得到；根据多个终端器件的平均日使用时长确定各个平均日使用时长的时长权重；根据平均日使用时长和时长权重，确定目标应用在第一终端设备的历史日使用频度；根据目标应用在第一终端设备的历史日耗电量和历史日使用频度将目标应用划分至多个应用类别中的一个应用类别。基于该可选的方式，能够根据应用的历史日耗电量和应用的历史日使用频度对应用进行分类。

例如，功耗预测装置确定应用1对器件1的平均日使用时长和应用1对器件2的平均日使用时长。如果应用使用信息如上表3所示，则器件的平均日使用时长包括平均亮屏日使用时长和平均灭屏日使用时长。假设用户1和用户2均使用了应用1。用户1对应的应用使用信息1中包括器件1的第二亮屏日使用时长2h和器件1的第二灭屏日使用时长1h。用户2对应的应用使用信息2中包括器件1的第二亮屏日使用时长4h和器件1的第二灭屏日使用时长3h。因此，器件1的平均亮屏日使用时长为用户1对应的第二亮屏日使用时长2h和用户2对应的第二亮屏日使用时长4h的平均值，即3h。器件1的平均灭屏日使用时长为用户1对应的第二灭屏日使用时长1h和第二灭屏日使用时长3h的平均值，即2h。功耗预测装置根据与器件1相同的原理确定应用1对器件2的平均亮屏日使用时长和平均灭屏日使用时长。例如，应用1对器件2的平均亮屏日使用时长为5h和平均灭屏日使用时长4h。

功耗预测装置根据应用1对器件1的平均亮屏日使用时长3h、应用1对器件1的平均灭屏日使用时长2h、应用1对器件2的平均亮屏日使用时长5h、应用1对器件2的平均灭屏日使用时长4h，计算器件1的平均亮屏日使用时长3h的时长权重1、器件1的平均灭屏日使用时长2h的时长权重2、器件2的平均亮屏日使用时长5h的时长权重3和器件2的平均灭屏日使用时长4h的时长权重4。例如，时长权重1可以为3/(3+2+5+4)，即3/14。时长权重2可以为2/(3+2+5+4)，即2/14。时长权重3可以为5/(3+2+5+4)，即5/14。时长权重4可以为4/(3+2+5+4)，即4/14。功耗预测装置得到应用1对应的所有时长权重之后，根据应用1对应的所有平均日使用时长和时长权重，确定应用1对第一终端设备的历史日使用频度。例如，应用1对第一终端设备的历史日使用频度＝器件1的第一平均亮屏日使用时长*时长权重1+器件1的第一平均灭屏日使用时长*时长权重2+器件2的第一平均亮屏日使用时长*时长权重3+器件2的第一平均灭屏日使用时长*时长权重4，即应用1对第一终端设备的历史日使用频度等于54/14。历史使用信息中的终端使用信息如表4所示时，计算应用1对第一终端设备的历史日使用频度同理在此不赘述。功耗预测装置根据与应用1相同的原理得到应用2在第一终端设备的历史日使用频度～应用100在第一终端设备的历史日使用频度。历史使用信息中的应用使用信息不区分灭屏日耗电量和亮屏日耗电量时，计算应用在第一终端设备的历史日使用频度同理在此不赘述。

功耗预测装置得到应用1在第一终端设备的历史日耗电量～应用100在第一终端设备的历史日耗电量，以及应用1在第一终端设备的历史日使用频度～应用100在第一终端设备的历史日使用频度之后，就可根据应用1在第一终端设备的历史日耗电量～应用100在第一终端设备的历史日耗电量，以及应用1在第一终端设备的历史日使用频度～应用100在第一终端设备的历史日使用频度将应用1～应用100划分至多个应用类别。例如，可以根据应用1在第一终端设备的历史日耗电量～应用100在第一终端设备的历史日耗电量，以及应用1在第一终端设备的历史日使用频度～应用100在第一终端设备的历史日使用频度进行聚类运算，将应用1～应用100划分至多个应用类别。例如，将单位时间耗电量相似的应用分为一类。可选的，功耗预测装置计算历史日耗电量的顺序可以在计算历史日使用频度之前或之后，本申请实施例不做限定。

当然，功耗预测装置还可通过其他方式根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别，本申请实施例不做限定。

204、功耗预测装置从每个应用类别中获取一个第一应用。

205、功耗预测装置针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量。

例如，功耗预测装置将1000个用户分为轻度用户、中度用户、重度用户和超重度用户之后，功耗预测装置将重要用户使用的100个应用分为2个应用类别，每个应用类别包括50个应用。功耗预测装置先从应用类别1中获取一个第一应用，例如为微信。功耗预测装置获取微信之后，测试微信在第二终端设备上的第三日耗电量。功耗预测装置再从应用类别2中获取一个第一应用，例如为淘宝。功耗预测装置获取淘宝之后，测试淘宝在第二终端设备上的第三日耗电量。功耗预测装置根据第二终端设备的剩余电量就能确定总耗电量(即微信和淘宝在第二终端设备上的第三日耗电量之和)，总耗电量等于终端设备的总电量减去剩余电量。功耗预测装置根据该总耗电量就能确定每个重要用户在第二终端设备的日耗电量。

可选的，第一应用可以是应用类别中多个用户对应用的总使用时长最长的应用。例如，用户1和用户2均使用了微信。用户1对应的应用使用信息中微信对CPU的第二亮屏日使用时长为5小时，第二灭屏日使用时长为6小时，则用户1对微信的使用时长为11小时。用户2对应的应用使用信息中微信对CPU的第二亮屏日使用时长为4小时，第二灭屏日使用时长为9小时，则用户2对微信的使用时长为13个小时。因此，微信的总使用时长为用户1对微信的使用时长与用户2对微信的使用时长之和，即24小时。其他应用的应用总使用时长的计算原理相同，在此不赘述。

作为一种可选的实施方式，步骤205的具体实施方式为：针对每个第一应用，确定该第一应用的测试操作序列；根据第一用户类别的用户的应用使用信息中该第一应用对应的第二日使用时长和该第一应用的测试操作序列测试第一应用在第二终端设备上的第三日耗电量。关于如何确定第一应用的测试操作序列可参见图3所描述的方法，在此不赘述。基于该可选的实施方式，能够模拟历史用户对第一应用的使用环境对第一应用在第二终端设备上的第三日耗电量进行测试，从而有利于使测试结果更加准确。

举例来说，功耗预测装置将重要用户使用的100个应用分为2个应用类别，每个应用类别包括50个应用。功耗预测装置先从应用类别1中获取微信。功耗预测装置获取微信之后，确定微信的测试操作序列。例如，该测试操作序列可以为先发送文字信息，停顿5秒，再发送文字信息，停顿10秒，再退出聊天界面，再点击朋友圈按钮。

假设应用使用信息包括第二亮屏日使用时长和第二灭屏日使用时长，功耗预测装置根据多个重要用户的应用使用信息中微信对CPU的第二灭屏日使用时长，确定微信对CPU的平均灭屏日使用时长。功耗预测装置根据多个重要用户的应用使用信息中微信对CPU的第二亮屏日使用时长，确定微信对CPU的平均亮屏日使用时长。微信对CPU的第二亮屏日使用时长等于微信对屏幕的第二亮屏日使用时长。因此，也可计算微信对屏幕的平均亮屏使用时长，而不计算微信对CPU的平均亮屏使用时长。功耗预测装置根据微信对CPU的平均灭屏日使用时长、微信对CPU的平均亮屏日使用时长以及微信的测试操作序列，测试微信在第二终端设备上的第三日耗电量。例如，如图3所示，功耗预测装置控制机械手对第二终端设备的微信先发送文字信息，停顿5秒，再发送文字信息，停顿10秒，再退出聊天界面，再点击朋友圈按钮。并且功耗预测装置控制第二终端设备在测试过程中进行灭屏的时长为CPU的平均灭屏日使用时长，进行亮屏的时长为CPU的平均亮屏日使用时长。

假设应用使用信息包括的第二日使用时长不区分亮屏和灭屏日使用时长。功耗预测装置可根据多个重要用户的应用使用信息中微信对CPU的第二日使用时长，确定微信对CPU的平均第二日使用时长。功耗预测装置可根据多个重要用户的应用使用信息中微信对屏幕的第二日使用时长，确定微信对屏幕的平均第二日使用时长。功耗预测装置将微信对CPU的平均第二日使用时长减去微信对屏幕的平均第二日使用时长，得到微信对CPU的平均灭屏日使用时长。功耗预测装置根据微信对CPU的平均灭屏日使用时长、微信对屏幕的平均第二日使用时长以及微信的测试操作序列，测试微信在第二终端设备上的第三日耗电量。其中，CPU的平均灭屏日使用时长用于控制第二终端设备在测试过程中进行灭屏的时长。屏幕的平均第二日使用时长用于控制第二终端设备在测试过程中进行亮屏的时长。可选的，应用使用信息中还可包括各个应用对应的音量设置、屏幕亮度设置和数据流量。功耗预测装置在对微信在第二终端设备的第三日耗电量进行测试时，还可根据微信对应的平均音量、平均屏幕亮度对第二终端的音量和屏幕亮度进行设置，并根据数据流量对第二终端进行操作。

测试完微信之后，功耗预测装置再从应用类别2中获取一个第一应用，例如为淘宝。功耗预测装置获取淘宝之后，确定该淘宝的测试操作序列；根据重要用户的应用使用信息中该淘宝对应的第二日使用时长和该淘宝的测试操作序列，测试淘宝在第二终端设备上的第三日耗电量。功耗预测装置对淘宝在第二终端设备上的第三日耗电量进行测试的原理与微信相同，在此不赘述。

206、功耗预测装置根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量。其中，该总耗电量为所有第三日耗电量之和。

其中，用户在第二终端设备的日耗电量就为功耗预测装置预测的该用户在第二终端设备的日耗电量。

作为一种可选的实施方式，功耗预测装置根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量的具体实施方式为：功耗预测装置根据总耗电量、第一用户类别中每个用户在第一终端设备的历史日耗电量和第五日耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量。其中，该第五日耗电量为所有第一应用在第一终端设备上的历史日耗电量之和。通过实施该实施方式，能够准确地预测出第一用户类别中的每个用户在第二终端设备的日耗电量。

关于用户在第一终端设备的历史日耗电量的具体说明可参见上述步骤(11)对应的说明，在此不赘述。关于应用在第一终端设备上的历史日耗电量的具体说明可参见上述步骤(21)和步骤(22)对应的说明，在此不赘述。

举例来说，第一用户类别为重度用户类别，第一应用包括微信和淘宝。总耗电量为微信和淘宝在第二终端设备上的第三日耗电量之和，即E_test。每个重度用户在第一终端设备的历史日耗电量为E_i2，其中，总共具有100个重度用户，则i＝1，2，3....，100。第五日耗电量为E。E＝微信在第一终端设备上的历史日耗电量+淘宝在第一终端设备上的历史日耗电量。重度用户在第二终端设备的日耗电量为E_pre_i2，

当然，功耗预测装置还可通过其他方式根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量，本申请实施例不做限定。

可见，通过实施图2所描述的方法，可以对用户进行分类以及对用户使用的应用进行分类，从而能够准确地对第一用户类别中的各个用户在第二终端设备的日耗电量进行预测。通过对用户使用的应用进行分类，只需要对每一类应用中的一个应用在第二终端设备的日耗电量进行测试就可预测出用户在第二终端设备的日耗电量，不需要对用户使用的所有应用在第二终端设备的耗电量进行测试，这样能够更加快速地预测出用户在第二终端设备的日耗电量。

请参见图4，图4是本申请实施例提供的一种功耗预测方法的示意图。如图4所示，该功耗预测方法包括如下步骤401～步骤409，其中：

401、功耗预测装置接收多个用户的历史使用信息。

其中，该历史使用信息包括终端使用信息和应用使用信息，该终端使用信息包括第一终端设备内每个终端器件的第一日使用时长和第一日耗电量，该应用使用信息包括用户使用的至少一个应用的标识、每个应用对终端器件的第二日使用时长和第二日耗电量。

402、功耗预测装置根据该多个用户的终端使用信息将该多个用户划分为一个或多个用户类别。

403、功耗预测装置根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别。

其中，该第一用户类别为上述一个或多个用户类别中的一个类别。

404、功耗预测装置从每个应用类别中获取一个第一应用。

其中，上述步骤401～步骤404的具体实现方式与上述步骤201～步骤204的具体实现方式相同，在此不赘述。

405、功耗预测装置针对每个第一应用，获取操作序列。

406、功耗预测装置根据第一用户类别的用户的应用使用信息中第一应用对应的第二日使用时长和该操作序列测试第一应用在第一终端设备上的第四日耗电量。

407、若测试得到的第四日耗电量与第一应用在第一终端设备的历史日耗电量之差小于第一阈值，则确定该操作序列为第一应用的测试操作序列。

关于应用在第一终端设备的历史日耗电量的说明具体可参见上述步骤(21)和步骤(22)所对应的说明，在此不赘述。若测试得到的第四日耗电量与第一应用在第一终端设备上的历史日耗电量之差大于第一阈值，则重新获取一个操作序列。其中，步骤405～步骤407为确定第一应用的测试操作序列的具体实现方式。

若测试得到的第四日耗电量与第一应用在第一终端设备的历史日耗电量之差小于第一阈值，则说明当前的操作序列与用户的历史操作序列相近，因此可将该操作序列确定为第一应用的测试操作序列。若测试得到的第四日耗电量与第一应用在第一终端设备的历史日耗电量之差大于第一阈值，则说明当前的操作序列与用户的历史操作序列相差较大，则需要重新获取一个操作序列，以便继续测试重新获取的操作序列是否与用户的历史操作序列相近。其中，第一阈值可以是预先设置的一个的经验值。该经验值可以根据大数据分析得到。例如，可以对微信在终端设备的日耗电量进行测试，当微信的在终端设备的日耗电量为小于400mAh或大于410mAh时，预测出用户在该终端设备的日耗电量与真实日耗电量偏差超过5％，即偏差过大。当微信的在终端设备的日耗电量为400mAh～410mAh时，预测出用户在终端设备的日耗电量与真实日耗电量偏差小于5％。因此，可以确定微信的日耗电量精度为10mAh。可以测试多个应用的日耗电量精度，并将多个应用的日耗电量精度的平均值确定为第一阈值。

举例来说，功耗预测装置将重要用户使用的100个应用分为2个应用类别，每个应用类别包括50个应用。功耗预测装置先从应用类别1中获取微信。功耗预测装置获取微信之后，获取操作序列1。该操作序列1可以是用户在功耗预测装置输入的，或者是其他设备发送至功耗预测装置的。例如，该操作序列1可以为先发送文字信息，停顿10秒，再退出聊天界面，再点击搜一搜按钮。功耗预测装置确定微信对CPU的平均灭屏日使用时长和平均亮屏日使用时长。功耗预测装置根据微信对CPU的平均灭屏日使用时长、微信对CPU的平均亮屏日使用时长以及操作序列1，测试微信在第一终端设备上的第四日耗电量。如图5所示，功耗预测装置控制机械手对第一终端设备的微信先发送文字信息，停顿10秒，再退出聊天界面，再点击搜一搜按钮。并且功耗预测装置控制第一终端设备在测试过程中进行灭屏的时长为CPU的平均灭屏日使用时长，进行亮屏的时长为CPU的平均亮屏日使用时长。功耗预测装置测试到第四日耗电量之后，判断第四日耗电量与微信在第一终端设备的历史日耗电量之差是否小于第一阈值。若是，则将用户输入的操作序列1确定为第一应用的测试操作序列。若否，则获取操作序列2。例如，该操作序列2可以为先点击朋友圈，将朋友圈向下滑动10秒，再退出朋友圈，再发送文字信息。功耗预测装置再根据与操作序列1相同的原理确定操作序列2是否为第一应用的测试操作序列。依次类推，直到功耗预测装置根据操作序列测试得到的第四日耗电量与第一应用在第一终端设备的历史日耗电量之差小于第一阈值，功耗预测装置不再获取操作序列。功耗预测装置确定其他第一应用的测试操作序列的原理相同，在此不赘述。

可见，通过实施步骤406和步骤407能够确定与用户对第一应用的历史操作序列相近的操作序列作为第一应用的测试操作序列，这样有助于使预测得到的用户在第二终端设备的日耗电量更加准确。

408、功耗预测装置根据第一用户类别的用户的应用使用信息中第一应用对应的第二日使用时长和第一应用的测试操作序列，测试第一应用在第二终端设备上的第三日耗电量。

409、功耗预测装置根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量。

其中，该总耗电量为所有第三日耗电量之和。

其中，上述步骤408和步骤409的具体实现方式与上述步骤205～步骤206的具体实现方式相同，在此不赘述。

请参见图6，图6是本申请实施例提供的一种功耗预测方法的示意图。如图6所示，该功耗预测方法包括如下步骤601～步骤608，其中：

601、功耗预测装置接收多个用户的历史使用信息。

其中，历史使用信息包括终端使用信息和应用使用信息，终端使用信息包括第一终端设备内每个终端器件的第一日使用时长和第一日耗电量，应用使用信息包括用户使用的至少一个应用的标识、每个应用对终端器件的第二日使用时长和第二日耗电量。

602、功耗预测装置根据该多个用户的终端使用信息将多个用户划分为多个用户类别。

603、功耗预测装置根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别。

其中，该第一用户类别为上述多个用户类别中的一个类别。

604、功耗预测装置从每个应用类别中获取一个第一应用。

605、功耗预测装置针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量。

其中，上述步骤601～步骤605的具体实现方式与上述步骤201～步骤205的具体实现方式相同，在此不赘述。

606、功耗预测装置根据总耗电量、第一用户类别中每个用户在第一终端设备的历史日耗电量和第五日耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量。

其中，该第五日耗电量为所有第一应用在第一终端设备上的历史日耗电量之和。该总耗电量为所有第三日耗电量之和。

步骤606为上述步骤206的一种可选的实施方式，步骤606的具体实现请参见上述步骤206的可选的实施方式对应的描述，在此不赘述。

607、功耗预测装置根据第一用户类别中各个用户在第一终端设备的历史日耗电量和第二用户类别中各个用户在第一终端设备的历史日耗电量，确定第一用户类别和第二用户类别的日耗电量的相似度值。

其中，第二用户类别为上述多个用户类别中除第一用户类别之外的用户类别。其中，可以先执行步骤606，再执行步骤607和步骤608。或者，先执行步骤607和步骤608再执行步骤606。关于用户在第一终端设备的历史日耗电量的描述具体可参见上述步骤(11)对应的描述，在此不赘述。

可选的，

其中，ρ_X，Y为第一用户类别和第二用户类别的日耗电量的相似度值。其中，X为第一用户类别中的用户的历史日耗电量，Y为第二用户类别中的用户的历史日耗电量。cov(X，Y)为第一用户类别中的用户的历史日耗电量和第二用户类别中的用户的历史日耗电量之间的协方差。σ_X表示第一用户类别中的用户的历史日耗电量的标准差(即方差)，σ_Y表示第二用户类别中的用户的历史日耗电量的标准差。

其中，

n等于第一用户类别或第二用户类别中的用户数量。

608、功耗预测装置根据总耗电量、第二用户类别每个用户在第一终端设备的历史日耗电量、第五日耗电量和相似度值确定第二用户类别中的每个用户在第二终端设备的日耗电量。

举例来说，若第二用户类别为轻度用户类别，第一应用包括微信和淘宝。总耗电量为微信和淘宝在第二终端设备上的第三日耗电量之和，即E_test。每个轻度用户在第一终端设备的历史日耗电量为E_i0。总共具有100个轻度用户，则i＝1，2，3....，100。第五日耗电量为E。E＝微信在第一终端设备上的历史日耗电量+淘宝在第一终端设备上的历史日耗电量。重度用户在第二终端设备的日耗电量为E_pre_i0，

第二用户类别为其他类别的用户时，确定日耗电量的原理同理，在此不赘述。

可选的，功耗预测装置预测每个用户在第二终端设备的日耗电量之后，可以显示预测的日耗电量。例如，如图7所示，功耗预测装置确定用户1～用户10在第二终端设备的日耗电量之后，可以在显示界面中显示预测的各个用户在第二终端设备上的日耗电量。可以按照用户的日耗电量从大到小的顺序对用户的日耗电量进行排序显示，或按照用户的日耗电量从小到大的顺序对用户的日耗电量进行排序显示。图7以按照用户的日耗电量从大到小的顺序对用户的日耗电量进行排序显示。当然图7只是一种用户日耗电量的显示示例，在实际应用中，可以显示更多用户的日耗电量预测结果。

可选的，功耗预测装置还可显示每个用户的应用在第二终端设备的日耗电量。例如，用户1的应用使用信息包括应用1～应用10。点击用于查看用户1的应用在第二终端设备的日耗电量的按钮之后，可以输出如图8所示的界面。该界面中包括预测的应用1～应用10在第二终端设备的日耗电量。可以按照应用的日耗电量从大到小的顺序对应用的日耗电量进行排列显示，或按照应用的日耗电量从小到大的顺序对应用的日耗电量进行排列显示。图8以按照应用的日耗电量从大到小的顺序对应用的日耗电量进行排列显示。当然图8只是一种应用日耗电量的显示示例，在实际应用中，可以显示更多应用的日耗电量预测结果。

可见，通过实施图6所描述的方法，不需要对第二用户类别的用户使用的应用在第二终端设备的耗电量进行测试，就可预测出第二用户类别的用户在第二终端设备的日耗电量。因此，通过实施图6所描述的方法，能够快速地、准确地预测出第二用户类别的用户在第二终端设备的日耗电量。

本发明实施例可以根据上述方法示例对装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

请参见图9，图9示出了本申请实施例的一种功耗预测装置的结构示意图。本申请实施例的功耗预测装置可以用于执行上述方法实施例中功耗预测装置的部分或全部功能。该功耗预测装置可以包括通信模块901和处理模块902。其中：

通信模块901，用于接收多个用户的历史使用信息，该历史使用信息包括终端使用信息和应用使用信息，该终端使用信息包括第一终端设备内每个终端器件的第一日使用时长和第一日耗电量，该应用使用信息包括用户使用的至少一个应用的标识、每个应用对终端器件的第二日使用时长和第二日耗电量；处理模块902，用于根据多个用户的终端使用信息将多个用户划分为一个或多个用户类别；处理模块902，还用于根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别，该第一用户类别为一个或多个用户类别中的一个类别；处理模块902，还用于从每个应用类别中获取一个第一应用；处理模块902，还用于针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量；处理模块902，还用于根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量，总耗电量为所有第三日耗电量之和。

可选的，处理模块902根据多个用户的终端使用信息将多个用户划分为一个或多个用户类别的方式具体为：将目标用户对应的所有第一日耗电量之和确定为目标用户在第一终端设备的历史日耗电量，该目标用户为多个用户中的任意一个；根据目标用户在第一终端设备的历史日耗电量和目标用户对应的所有第一日使用时长，将目标用户划分至一个或多个用户类别中的一个用户类别。

可选的，处理模块902根据目标用户在第一终端设备的历史日耗电量和目标用户对应的所有第一日使用时长，将目标用户划分至一个或多个用户类别中的一个用户类别的方式具体为：根据目标用户对应的所有第一日使用时长确定目标用户对应的各个第一日使用时长的时长权重；根据目标用户对应的所有第一日使用时长和时长权重，确定目标用户对第一终端设备的历史日使用频度；根据目标用户在第一终端设备的历史日耗电量和历史日使用频度将目标用户划分至一个或多个用户类别中的一个用户类别。

可选的，处理模块902根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别的方式具体为：确定目标应用对多个终端器件分别对应的平均日耗电量，该目标应用为第一用户类别的用户使用的任意一个应用，该目标应用对第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该第一终端器件为目标应用使用的任意一个终端器件；将目标应用对多个终端器件分别对应的平均日耗电量之和确定为目标应用在第一终端设备的历史日耗电量；根据目标应用在第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中目标应用对应的第二日使用时长，将目标应用划分至多个应用类别中的一个应用类别。

可选的，处理模块902根据目标应用在第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中目标应用对应的第二日使用时长，将目标应用划分至多个应用类别中的一个应用类别的方式具体为：确定目标应用对多个终端器件分别对应的平均日使用时长，该目标应用对第一终端器件的平均日使用时长根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日使用时长得到；根据多个终端器件的平均日使用时长确定各个平均日使用时长的时长权重；根据平均日使用时长和时长权重，确定目标应用在第一终端设备的历史日使用频度；根据目标应用在第一终端设备的历史日耗电量和历史日使用频度将目标应用划分至多个应用类别中的一个应用类别。

可选的，处理模块902针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量的方式具体为：针对每个第一应用，确定第一应用的测试操作序列；根据第一用户类别的用户的应用使用信息中第一应用对应的第二日使用时长和第一应用的测试操作序列，测试第一应用在第二终端设备上的第三日耗电量。

可选的，处理模块902确定第一应用的测试操作序列的方式具体为：获取操作序列；根据第一用户类别的用户的应用使用信息中第一应用对应的第二日使用时长和操作序列测试第一应用在第一终端设备上的第四日耗电量；若测试得到的第四日耗电量与第一应用在第一终端设备的历史日耗电量之差小于第一阈值，则确定操作序列为第一应用的测试操作序列，该第一应用在第一终端设备的历史日耗电量为第一应用对多个终端器件分别对应的平均日耗电量之和，该目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该目标应用为第一用户类别的用户使用的任意一个应用，第一终端器件为目标应用使用的任意一个终端器件。

可选的，处理模块902，还用于若测试得到的第四日耗电量与第一应用在第一终端设备上的历史日耗电量之差大于第一阈值，则获取操作序列。

可选的，处理模块902根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量的方式具体为：根据总耗电量、第一用户类别中每个用户在第一终端设备的历史日耗电量和第五日耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量，该目标用户在第一终端设备的历史日耗电量为目标用户对应的所有第一日耗电量之和，该目标用户为多个用户中的任意一个，该第五日耗电量为所有第一应用在第一终端设备上的历史日耗电量之和，该第一应用在第一终端设备上的历史日耗电量为第一应用对多个终端器件分别对应的平均日耗电量之和，目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该目标应用为第一用户类别的用户使用的任意一个应用，该第一终端器件为目标应用使用的任意一个终端器件。

可选的，该一个或多个用户类别包括多个用户类别，第二用户类别为多个用户类别中除第一用户类别之外的用户类别，处理模块902，还用于根据第一用户类别中各个用户在第一终端设备的历史日耗电量和第二用户类别中各个用户在第一终端设备的历史日耗电量，确定第一用户类别和第二用户类别的日耗电量的相似度值；处理模块902，还用于根据总耗电量、第二用户类别每个用户在第一终端设备的历史日耗电量、第五日耗电量和相似度值确定第二用户类别中的每个用户在第二终端设备的日耗电量。

可选的，第一日使用时长包括第一亮屏日使用时长和第一灭屏日使用时长，第一日耗电量包括第一亮屏日耗电量和第一灭屏日耗电量，第二日使用时长包括第二亮屏日使用时长和第二灭屏日使用时长，第二日耗电量包括第二亮屏日耗电量和第二灭屏日耗电量。

请参见图10，图10是本申请实施例公开的一种功耗预测装置的结构示意图。该功耗预测装置可以执行上述方法实施例中功耗预测装置的行为功能。如图10所示，该功耗预测装置至少包括处理器1001和存储器1002。处理器1001和存储器1002相连接。可选的，该功耗预测装置还包括通信接口1003，处理器1001和存储器1002和通信接口1003相连。

其中，处理器1001可以是中央处理器(central processing unit，CPU)，通用处理器，协处理器，数字信号处理器(digital signal processor，DSP)，专用集成电路(application-specific integrated circuit，ASIC)，现场可编程门阵列(fieldprogrammable gate array，FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。该处理器1001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等等。

存储器1002可以包括易失性存储器(volatile memory)；存储器1002也可以包括非易失性存储器(non-volatile memory)；存储器1002还可以包括上述种类的存储器的组合。

其中，通信接口1003用于接收或发送信息。

其中，处理器1001调用存储器1002中存储的程序代码，可执行以下步骤：通过通信接口1003接收多个用户的历史使用信息，该历史使用信息包括终端使用信息和应用使用信息，该终端使用信息包括第一终端设备内每个终端器件的第一日使用时长和第一日耗电量，该应用使用信息包括用户使用的至少一个应用的标识、每个应用对终端器件的第二日使用时长和第二日耗电量；根据多个用户的终端使用信息将多个用户划分为一个或多个用户类别；根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别，该第一用户类别为一个或多个用户类别中的一个类别；从每个应用类别中获取一个第一应用；针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量；根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量，该总耗电量为所有第三日耗电量之和。

可选的，处理器1001调用存储器1002中存储的程序代码，根据多个用户的终端使用信息将多个用户划分为一个或多个用户类别的方式具体为：将目标用户对应的所有第一日耗电量之和确定为目标用户在第一终端设备的历史日耗电量，该目标用户为多个用户中的任意一个；根据目标用户在第一终端设备的历史日耗电量和目标用户对应的所有第一日使用时长，将目标用户划分至一个或多个用户类别中的一个用户类别。

可选的，处理器1001调用存储器1002中存储的程序代码，根据目标用户在第一终端设备的历史日耗电量和目标用户对应的所有第一日使用时长，将目标用户划分至一个或多个用户类别中的一个用户类别的方式具体为：根据目标用户对应的所有第一日使用时长确定目标用户对应的各个第一日使用时长的时长权重；根据目标用户对应的所有第一日使用时长和时长权重，确定目标用户对第一终端设备的历史日使用频度；根据目标用户在第一终端设备的历史日耗电量和历史日使用频度将目标用户划分至一个或多个用户类别中的一个用户类别。

可选的，处理器1001调用存储器1002中存储的程序代码，根据第一用户类别的用户的应用使用信息将第一用户类别的用户所使用的应用划分为多个应用类别的方式具体为：确定目标应用对多个终端器件分别对应的平均日耗电量，目标应用为第一用户类别的用户使用的任意一个应用，该目标应用对第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该第一终端器件为目标应用使用的任意一个终端器件；将目标应用对多个终端器件分别对应的平均日耗电量之和确定为目标应用在第一终端设备的历史日耗电量；根据目标应用在第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中目标应用对应的第二日使用时长，将目标应用划分至多个应用类别中的一个应用类别。

可选的，处理器1001调用存储器1002中存储的程序代码，根据目标应用在第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中目标应用对应的第二日使用时长，将目标应用划分至多个应用类别中的一个应用类别的方式具体为：确定目标应用对多个终端器件分别对应的平均日使用时长，该目标应用对第一终端器件的平均日使用时长根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日使用时长得到；根据多个终端器件的平均日使用时长确定各个平均日使用时长的时长权重；根据平均日使用时长和时长权重，确定目标应用在第一终端设备的历史日使用频度；根据目标应用在第一终端设备的历史日耗电量和历史日使用频度将目标应用划分至多个应用类别中的一个应用类别。

可选的，处理器1001调用存储器1002中存储的程序代码，针对每个第一应用，测试第一应用在第二终端设备上的第三日耗电量的方式具体为：针对每个第一应用，确定第一应用的测试操作序列；根据第一用户类别的用户的应用使用信息中第一应用对应的第二日使用时长和第一应用的测试操作序列，测试第一应用在第二终端设备上的第三日耗电量。

可选的，处理器1001调用存储器1002中存储的程序代码，确定第一应用的测试操作序列的方式具体为：获取操作序列；根据第一用户类别的用户的应用使用信息中第一应用对应的第二日使用时长和操作序列测试第一应用在第一终端设备上的第四日耗电量；若测试得到的第四日耗电量与第一应用在第一终端设备的历史日耗电量之差小于第一阈值，则确定操作序列为第一应用的测试操作序列，该第一应用在第一终端设备的历史日耗电量为第一应用对多个终端器件分别对应的平均日耗电量之和，该目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该目标应用为第一用户类别的用户使用的任意一个应用，第一终端器件为目标应用使用的任意一个终端器件。

可选的，处理器1001调用存储器1002中存储的程序代码，还可执行以下步骤：若测试得到的第四日耗电量与第一应用在第一终端设备上的历史日耗电量之差大于第一阈值，则重新执行获取操作序列的步骤。

可选的，处理器1001调用存储器1002中存储的程序代码，根据总耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量的方式具体为：根据总耗电量、第一用户类别中每个用户在第一终端设备的历史日耗电量和第五日耗电量确定第一用户类别中的每个用户在第二终端设备的日耗电量，该目标用户在第一终端设备的历史日耗电量为目标用户对应的所有第一日耗电量之和，该目标用户为多个用户中的任意一个，该第五日耗电量为所有第一应用在第一终端设备上的历史日耗电量之和，该第一应用在第一终端设备上的历史日耗电量为第一应用对多个终端器件分别对应的平均日耗电量之和，目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，该目标应用为第一用户类别的用户使用的任意一个应用，第一终端器件为目标应用使用的任意一个终端器件。

可选的，该一个或多个用户类别包括多个用户类别，第二用户类别为多个用户类别中除第一用户类别之外的用户类别，处理器1001调用存储器1002中存储的程序代码，还可执行以下步骤：根据第一用户类别中各个用户在第一终端设备的历史日耗电量和第二用户类别中各个用户在第一终端设备的历史日耗电量，确定第一用户类别和第二用户类别的日耗电量的相似度值；根据总耗电量、第二用户类别每个用户在第一终端设备的历史日耗电量、第五日耗电量和相似度值确定第二用户类别中的每个用户在第二终端设备的日耗电量。

基于同一发明构思，上述功耗预测装置解决问题的原理以及有益效果可以参见上述方法实施例的实现方式以及有益效果，重复之处不再赘述。

需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例功耗预测装置中的模块可以根据实际需要进行合并、划分和删减。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims

1.一种功耗预测方法，其特征在于，所述方法包括：

功耗预测装置接收多个用户的历史使用信息，所述历史使用信息包括终端使用信息和应用使用信息，所述终端使用信息包括第一终端设备内每个终端器件的第一日使用时长和第一日耗电量，所述应用使用信息包括用户使用的至少一个应用的标识、每个所述应用对终端器件的第二日使用时长和第二日耗电量；

所述功耗预测装置根据所述多个用户的终端使用信息将所述多个用户划分为一个或多个用户类别；

所述功耗预测装置根据第一用户类别的用户的应用使用信息将所述第一用户类别的用户所使用的应用划分为多个应用类别，所述第一用户类别为所述一个或多个用户类别中的一个类别；

所述功耗预测装置从每个所述应用类别中获取一个第一应用；

所述功耗预测装置针对每个所述第一应用，确定所述第一应用的测试操作序列；

所述功耗预测装置根据所述第一用户类别的用户的应用使用信息中所述第一应用对应的第二日使用时长和所述第一应用的测试操作序列，测试所述第一应用在第二终端设备上的第三日耗电量；

所述功耗预测装置根据总耗电量确定所述第一用户类别中的每个用户在所述第二终端设备的日耗电量，所述总耗电量为所有所述第三日耗电量之和。

2.根据权利要求1所述的方法，其特征在于，所述功耗预测装置根据所述多个用户的终端使用信息将所述多个用户划分为一个或多个用户类别，包括：

所述功耗预测装置将目标用户对应的所有所述第一日耗电量之和确定为目标用户在所述第一终端设备的历史日耗电量，所述目标用户为所述多个用户中的任意一个；

所述功耗预测装置根据所述目标用户在所述第一终端设备的历史日耗电量和所述目标用户对应的所有所述第一日使用时长，将所述目标用户划分至一个或多个用户类别中的一个用户类别。

3.根据权利要求2所述的方法，其特征在于，所述功耗预测装置根据所述目标用户在所述第一终端设备的历史日耗电量和所述目标用户对应的所有所述第一日使用时长，将所述目标用户划分至一个或多个用户类别中的一个用户类别，包括：

所述功耗预测装置根据所述目标用户对应的所有所述第一日使用时长确定所述目标用户对应的各个第一日使用时长的时长权重；

所述功耗预测装置根据所述目标用户对应的所有所述第一日使用时长和所述时长权重，确定所述目标用户对所述第一终端设备的历史日使用频度；

所述功耗预测装置根据所述目标用户在所述第一终端设备的历史日耗电量和所述历史日使用频度将所述目标用户划分至一个或多个用户类别中的一个用户类别。

4.根据权利要求1~3中任意一项所述的方法，其特征在于，所述功耗预测装置根据第一用户类别的用户的应用使用信息将所述第一用户类别的用户所使用的应用划分为多个应用类别，包括：

所述功耗预测装置确定目标应用对多个终端器件分别对应的平均日耗电量，所述目标应用为所述第一用户类别的用户使用的任意一个应用，所述目标应用对第一终端器件的平均日耗电量根据所述第一用户类别的用户的应用使用信息中所述目标应用对所述第一终端器件的多个第二日耗电量得到，所述第一终端器件为所述目标应用使用的任意一个终端器件；

所述功耗预测装置将所述目标应用对多个终端器件分别对应的所述平均日耗电量之和确定为所述目标应用在所述第一终端设备的历史日耗电量；

所述功耗预测装置根据所述目标应用在所述第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中所述目标应用对应的第二日使用时长，将所述目标应用划分至多个应用类别中的一个应用类别。

5.根据权利要求4所述的方法，其特征在于，所述功耗预测装置根据所述目标应用在所述第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中所述目标应用对应的第二日使用时长，将所述目标应用划分至多个应用类别中的一个应用类别，包括：

所述功耗预测装置确定所述目标应用对多个终端器件分别对应的平均日使用时长，所述目标应用对第一终端器件的平均日使用时长根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日使用时长得到；

所述功耗预测装置根据所述多个终端器件的平均日使用时长确定各个所述平均日使用时长的时长权重；

所述功耗预测装置根据所述平均日使用时长和时长权重，确定所述目标应用在所述第一终端设备的历史日使用频度；

所述功耗预测装置根据所述目标应用在所述第一终端设备的历史日耗电量和历史日使用频度将所述目标应用划分至多个应用类别中的一个应用类别。

6.根据权利要求1~3中任意一项所述的方法，其特征在于，所述功耗预测装置确定所述第一应用的测试操作序列，包括：

所述功耗预测装置获取操作序列；

所述功耗预测装置根据所述第一用户类别的用户的应用使用信息中所述第一应用对应的第二日使用时长和所述操作序列测试所述第一应用在所述第一终端设备上的第四日耗电量；

若测试得到的所述第四日耗电量与所述第一应用在所述第一终端设备的历史日耗电量之差小于第一阈值，则所述功耗预测装置确定所述操作序列为所述第一应用的测试操作序列，所述第一应用在所述第一终端设备的历史日耗电量为所述第一应用对多个终端器件分别对应的平均日耗电量之和，目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，所述目标应用为所述第一用户类别的用户使用的任意一个应用，所述第一终端器件为所述目标应用使用的任意一个终端器件。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若测试得到的所述第四日耗电量与所述第一应用在所述第一终端设备上的历史日耗电量之差大于所述第一阈值，则所述功耗预测装置重新执行所述获取操作序列的步骤。

8.根据权利要求1~3中任意一项所述的方法，其特征在于，所述功耗预测装置根据总耗电量确定所述第一用户类别中的每个用户在所述第二终端设备的日耗电量，包括：

所述功耗预测装置根据总耗电量、所述第一用户类别中每个用户在所述第一终端设备的历史日耗电量和第五日耗电量确定所述第一用户类别中的每个用户在所述第二终端设备的日耗电量，目标用户在所述第一终端设备的历史日耗电量为所述目标用户对应的所有所述第一日耗电量之和，所述目标用户为所述多个用户中的任意一个，所述第五日耗电量为所有所述第一应用在所述第一终端设备上的历史日耗电量之和，所述第一应用在所述第一终端设备上的历史日耗电量为所述第一应用对多个终端器件分别对应的平均日耗电量之和，目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，所述目标应用为所述第一用户类别的用户使用的任意一个应用，所述第一终端器件为所述目标应用使用的任意一个终端器件。

9.根据权利要求8所述的方法，其特征在于，所述一个或多个用户类别包括多个用户类别，第二用户类别为所述多个用户类别中除所述第一用户类别之外的用户类别，所述方法还包括：

所述功耗预测装置根据第一用户类别中各个用户在所述第一终端设备的历史日耗电量和所述第二用户类别中各个用户在所述第一终端设备的历史日耗电量，确定所述第一用户类别和第二用户类别的日耗电量的相似度值；

所述功耗预测装置根据所述总耗电量、所述第二用户类别每个用户在所述第一终端设备的历史日耗电量、所述第五日耗电量和所述相似度值确定所述第二用户类别中的每个用户在所述第二终端设备的日耗电量。

10.根据权利要求1~3中任意一项所述的方法，其特征在于，所述第一日使用时长包括第一亮屏日使用时长和第一灭屏日使用时长，所述第一日耗电量包括第一亮屏日耗电量和第一灭屏日耗电量，所述第二日使用时长包括第二亮屏日使用时长和第二灭屏日使用时长，所述第二日耗电量包括第二亮屏日耗电量和第二灭屏日耗电量。

11.一种功耗预测装置，其特征在于，所述装置包括处理器、存储器和通信接口，所述处理器、所述存储器和所述通信接口相连，其特征在于，

所述存储器，用于存储程序指令；

所述处理器，调用所述程序指令以用于：

通过所述通信接口接收多个用户的历史使用信息，所述历史使用信息包括终端使用信息和应用使用信息，所述终端使用信息包括第一终端设备内每个终端器件的第一日使用时长和第一日耗电量，所述应用使用信息包括用户使用的至少一个应用的标识、每个所述应用对终端器件的第二日使用时长和第二日耗电量；

根据所述多个用户的终端使用信息将所述多个用户划分为一个或多个用户类别；

根据第一用户类别的用户的应用使用信息将所述第一用户类别的用户所使用的应用划分为多个应用类别，所述第一用户类别为所述一个或多个用户类别中的一个类别；

从每个所述应用类别中获取一个第一应用；

针对每个所述第一应用，确定所述第一应用的测试操作序列；

根据所述第一用户类别的用户的应用使用信息中所述第一应用对应的第二日使用时长和所述第一应用的测试操作序列，测试所述第一应用在第二终端设备上的第三日耗电量；

根据总耗电量确定所述第一用户类别中的每个用户在所述第二终端设备的日耗电量，所述总耗电量为所有所述第三日耗电量之和。

12.根据权利要求11所述的装置，其特征在于，所述处理器根据所述多个用户的终端使用信息将所述多个用户划分为一个或多个用户类别的方式具体为：

将目标用户对应的所有所述第一日耗电量之和确定为目标用户在所述第一终端设备的历史日耗电量，所述目标用户为所述多个用户中的任意一个；

根据所述目标用户在所述第一终端设备的历史日耗电量和所述目标用户对应的所有所述第一日使用时长，将所述目标用户划分至一个或多个用户类别中的一个用户类别。

13.根据权利要求12所述的装置，其特征在于，所述处理器根据所述目标用户在所述第一终端设备的历史日耗电量和所述目标用户对应的所有所述第一日使用时长，将所述目标用户划分至一个或多个用户类别中的一个用户类别的方式具体为：

根据所述目标用户对应的所有所述第一日使用时长确定所述目标用户对应的各个第一日使用时长的时长权重；

根据所述目标用户对应的所有所述第一日使用时长和所述时长权重，确定所述目标用户对所述第一终端设备的历史日使用频度；

根据所述目标用户在所述第一终端设备的历史日耗电量和所述历史日使用频度将所述目标用户划分至一个或多个用户类别中的一个用户类别。

14.根据权利要求11~13中任意一项所述的装置，其特征在于，所述处理器根据第一用户类别的用户的应用使用信息将所述第一用户类别的用户所使用的应用划分为多个应用类别的方式具体为：

确定目标应用对多个终端器件分别对应的平均日耗电量，所述目标应用为所述第一用户类别的用户使用的任意一个应用，所述目标应用对第一终端器件的平均日耗电量根据所述第一用户类别的用户的应用使用信息中所述目标应用对所述第一终端器件的多个第二日耗电量得到，所述第一终端器件为所述目标应用使用的任意一个终端器件；

将所述目标应用对多个终端器件分别对应的所述平均日耗电量之和确定为所述目标应用在所述第一终端设备的历史日耗电量；

根据所述目标应用在所述第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中所述目标应用对应的第二日使用时长，将所述目标应用划分至多个应用类别中的一个应用类别。

15.根据权利要求14所述的装置，其特征在于，所述处理器根据所述目标应用在所述第一终端设备的历史日耗电量和第一用户类别的用户的应用使用信息中所述目标应用对应的第二日使用时长，将所述目标应用划分至多个应用类别中的一个应用类别的方式具体为：

确定所述目标应用对多个终端器件分别对应的平均日使用时长，所述目标应用对第一终端器件的平均日使用时长根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日使用时长得到；

根据所述多个终端器件的平均日使用时长确定各个所述平均日使用时长的时长权重；

根据所述平均日使用时长和时长权重，确定所述目标应用在所述第一终端设备的历史日使用频度；

根据所述目标应用在所述第一终端设备的历史日耗电量和历史日使用频度将所述目标应用划分至多个应用类别中的一个应用类别。

16.根据权利要求11~13中任意一项所述的装置，其特征在于，所述处理器确定所述第一应用的测试操作序列的方式具体为：

获取操作序列；

根据所述第一用户类别的用户的应用使用信息中所述第一应用对应的第二日使用时长和所述操作序列测试所述第一应用在所述第一终端设备上的第四日耗电量；

若测试得到的所述第四日耗电量与所述第一应用在所述第一终端设备的历史日耗电量之差小于第一阈值，则确定所述操作序列为所述第一应用的测试操作序列，所述第一应用在所述第一终端设备的历史日耗电量为所述第一应用对多个终端器件分别对应的平均日耗电量之和，目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，所述目标应用为所述第一用户类别的用户使用的任意一个应用，所述第一终端器件为所述目标应用使用的任意一个终端器件。

17.根据权利要求16所述的装置，其特征在于，所述处理器，调用所述程序指令还用于：

若测试得到的所述第四日耗电量与所述第一应用在所述第一终端设备上的历史日耗电量之差大于所述第一阈值，则获取操作序列。

18.根据权利要求11~13中任意一项所述的装置，其特征在于，所述处理器根据总耗电量确定所述第一用户类别中的每个用户在所述第二终端设备的日耗电量的方式具体为：

根据总耗电量、所述第一用户类别中每个用户在所述第一终端设备的历史日耗电量和第五日耗电量确定所述第一用户类别中的每个用户在所述第二终端设备的日耗电量，目标用户在所述第一终端设备的历史日耗电量为所述目标用户对应的所有所述第一日耗电量之和，所述目标用户为所述多个用户中的任意一个，所述第五日耗电量为所有所述第一应用在所述第一终端设备上的历史日耗电量之和，所述第一应用在所述第一终端设备上的历史日耗电量为所述第一应用对多个终端器件分别对应的平均日耗电量之和，目标应用使用的第一终端器件的平均日耗电量根据第一用户类别的用户的应用使用信息中目标应用对第一终端器件的多个第二日耗电量得到，所述目标应用为所述第一用户类别的用户使用的任意一个应用，所述第一终端器件为所述目标应用使用的任意一个终端器件。

19.根据权利要求18所述的装置，其特征在于，所述一个或多个用户类别包括多个用户类别，第二用户类别为所述多个用户类别中除所述第一用户类别之外的用户类别，所述处理器，调用所述程序指令还用于：

根据第一用户类别中各个用户在所述第一终端设备的历史日耗电量和第二用户类别中各个用户在所述第一终端设备的历史日耗电量，确定所述第一用户类别和第二用户类别的日耗电量的相似度值；

根据所述总耗电量、所述第二用户类别每个用户在所述第一终端设备的历史日耗电量、所述第五日耗电量和所述相似度值确定所述第二用户类别中的每个用户在所述第二终端设备的日耗电量。

20.根据权利要求11~13中任意一项所述的装置，其特征在于，所述第一日使用时长包括第一亮屏日使用时长和第一灭屏日使用时长，所述第一日耗电量包括第一亮屏日耗电量和第一灭屏日耗电量，所述第二日使用时长包括第二亮屏日使用时长和第二灭屏日使用时长，所述第二日耗电量包括第二亮屏日耗电量和第二灭屏日耗电量。