本申请涉及机顶盒，提供一种机顶盒的散热方法、装置、设备及介质。
背景技术：
1、机顶盒散热不好会引发设备性能下降、元件老化、系统不稳定、能耗增加等问题。机顶盒中一般安装有风扇，可以根据机顶盒的温度调整风扇的转速，实现机顶盒的散热。但是现有技术通常是在机顶盒已经处于高温状态之后，才增加风扇的转速，使机顶盒从高温降下来，此时机顶盒已经过热，可能会导致内部组件的性能下降或损坏，机顶盒在高温状态下运行也会降低其寿命和稳定性。因此，现有技术中机顶盒的散热效果较差。
技术实现思路
1、本申请提供一种机顶盒的散热方法、装置、设备及介质，用于解决现有技术中机顶盒的散热效果较差的问题。
2、第一方面，提供一种机顶盒的散热方法，应用于机顶盒的控制单元中，所述机顶盒还包括风扇；所述方法包括：
3、获取所述机顶盒在当前时刻的性能指标；
4、获取所述机顶盒在当前时刻的内部温度和当前时刻的环境温度；
5、将所述当前时刻的性能指标、所述当前时刻的内部温度和所述当前时刻的环境温度输入训练后的温度预测模型，获得所述机顶盒在未来时刻的内部温度；所述训练后的温度预测模型是基于所述机顶盒的历史性能数据和历史温度数据训练获得的；
6、根据所述未来时刻的内部温度，控制所述风扇的转速。
7、可选的，所述机顶盒包括多个第一温度传感器和多个第二温度传感器；所述多个第一温度传感器分别设置于所述机顶盒的多个关键组件上；所述多个第二温度传感器对称设置于所述机顶盒的外壳表面上；
8、所述获取所述机顶盒在当前时刻的内部温度和当前时刻的环境温度，包括：
9、获取所述多个第一温度传感器发送的多个内部温度，将所述多个内部温度的均值确定为所述机顶盒在当前时刻的内部温度；
10、获取所述多个第二温度传感器发送的多个环境温度，将所述多个环境温度的均值确定为所述机顶盒在当前时刻的环境温度。
11、可选的，所述历史性能数据包括多个时刻的性能指标；所述历史温度数据包括多个时刻的内部温度和多个时刻的环境温度；
12、在将所述当前时刻的性能指标、所述当前时刻的内部温度和所述当前时刻的环境温度输入训练后的温度预测模型，获得所述机顶盒在未来时刻的内部温度之前，所述方法还包括：
13、将任一时刻的性能指标、所述任一时刻的内部温度和所述任一时刻的环境温度输入初始温度预测模型，获得下一时刻的预测性能指标和所述下一时刻的预测内部温度；
14、根据所述下一时刻的预测内部温度和所述下一时刻的实际内部温度之间的第一误差、所述下一时刻的预测性能指标和所述下一时刻的实际性能指标之间的第二误差，建立误差函数；
15、根据所述误差函数对所述初始温度预测模型进行训练，直到所述误差函数的值小于预设误差或者达到最大迭代次数，获得训练后的温度预测模型。
16、可选的，所述误差函数如下：
17、l=α×(tip-tit)2+β×(sp-st)2
18、其中，l为误差函数，α为第一误差的权重系数，β为第二误差的权重系数，α>β，tip为下一时刻的预测内部温度，tit为下一时刻的实际内部温度，sp为下一时刻的预测性能指标，st为下一时刻的实际性能指标。
19、可选的，所述风扇的转速的计算公式如下：
20、f=f'×[1+(ti-t1)/(t2-t1)]
21、其中，f为风扇的转速，f'为预设的基准转速，ti为未来时刻的内部温度，t1为低温阈值，t2为高温阈值，t2>t1。
22、可选的，在根据所述未来时刻的内部温度，控制所述风扇的转速之前，所述方法还包括：
23、确定初始的低温阈值和初始的高温阈值；
24、根据所述初始的低温阈值和所述机顶盒的工作时间，确定所述低温阈值；其中，所述低温阈值与所述初始的低温阈值为正相关；所述低温阈值与所述工作时间为负相关；
25、根据所述初始的高温阈值和所述机顶盒的工作时间，确定所述高温阈值；其中，所述高温阈值与所述初始的高温阈值为正相关；所述高温阈值与所述工作时间为负相关。
26、可选的，所述根据所述初始的低温阈值和所述机顶盒的工作时间，确定所述低温阈值，包括：
27、根据预设的映射表确定所述机顶盒的工作时间对应的目标影响系数；所述映射表用于指示多个工作时间与多个影响系数之间的对应关系；
28、将所述初始的低温阈值和所述目标影响系数之间的乘积，确定为所述低温阈值；
29、所述根据所述初始的高温阈值和所述机顶盒的工作时间，确定所述高温阈值，包括：
30、将所述初始的高温阈值和所述目标影响系数之间的乘积，确定为所述高温阈值。
31、第二方面，提供一种机顶盒的散热装置，所述装置应用于机顶盒的控制单元中，所述机顶盒还包括风扇；所述装置包括：
32、获取模块，用于获取所述机顶盒在当前时刻的性能指标；
33、所述获取模块，还用于获取所述机顶盒在当前时刻的内部温度和当前时刻的环境温度；
34、获得模块，用于将所述当前时刻的性能指标、所述当前时刻的内部温度和所述当前时刻的环境温度输入训练后的温度预测模型，获得所述机顶盒在未来时刻的内部温度；所述训练后的温度预测模型是基于所述机顶盒的历史温度数据训练获得的；
35、控制模块，用于根据所述未来时刻的内部温度，控制所述风扇的转速。
36、第三方面，本申请提供了一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现第一方面中所述的机顶盒的散热方法。
37、第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现第一方面中所述的机顶盒的散热方法。
38、与现有技术相比，本申请的有益效果如下：
39、本申请提供一种机顶盒的散热方法，应用于机顶盒的控制单元中，机顶盒还包括风扇；该方法包括：获取机顶盒在当前时刻的性能指标；获取机顶盒在当前时刻的内部温度和当前时刻的环境温度；将当前时刻的性能指标、当前时刻的内部温度和当前时刻的环境温度输入训练后的温度预测模型，获得机顶盒在未来时刻的内部温度；训练后的温度预测模型是基于机顶盒的历史温度数据训练获得的；根据未来时刻的内部温度，控制风扇的转速。
40、该方法通过训练后的温度预测模型，提前预测机顶盒在未来时刻的内部温度，可以在机顶盒升温之前，提前调整风扇的转速，避免机顶盒处于高温状态，延缓机顶盒的元件老化，延长机顶盒元件的使用寿命，降低长期成本。且结合机顶盒的性能指标、内部温度和环境温度多个因素，可以更准确地预测出机顶盒在未来时刻的内部温度，从而更精准地控制风扇的转速，提升散热效果，提升机顶盒的性能稳定性和可靠性，为用户带来持续优质的使用体验。
1.一种机顶盒的散热方法，其特征在于，应用于机顶盒的控制单元中，所述机顶盒还包括风扇；所述方法包括：
2.如权利要求1所述的机顶盒的散热方法，其特征在于，所述机顶盒包括多个第一温度传感器和多个第二温度传感器；所述多个第一温度传感器分别设置于所述机顶盒的多个关键组件上；所述多个第二温度传感器对称设置于所述机顶盒的外壳表面上；
3.如权利要求1所述的机顶盒的散热方法，其特征在于，所述历史性能数据包括多个时刻的性能指标；所述历史温度数据包括多个时刻的内部温度和多个时刻的环境温度；
4.如权利要求3所述的机顶盒的散热方法，其特征在于，所述误差函数如下：
5.如权利要求1所述的机顶盒的散热方法，其特征在于，所述风扇的转速的计算公式如下：
6.如权利要求5所述的机顶盒的散热方法，其特征在于，在根据所述未来时刻的内部温度，控制所述风扇的转速之前，所述方法还包括：
7.如权利要求6所述的机顶盒的散热方法，其特征在于，所述根据所述初始的低温阈值和所述机顶盒的工作时间，确定所述低温阈值，包括：
8.一种机顶盒的散热装置，其特征在于，所述装置应用于机顶盒的控制单元中，所述机顶盒还包括风扇；所述装置包括：
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现如权利要求1-7中任一项所述的机顶盒的散热方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现如权利要求1-7中任一项所述的机顶盒的散热方法。
