基于深度学习的笔记本电池续航预测方法

AITNT
正文
推荐专利
基于深度学习的笔记本电池续航预测方法
申请号:CN202410946069
申请日期:2024-07-15
公开号:CN118838484B
公开日期:2025-05-13
类型:发明专利
摘要
本申请涉及电池续航预测领域,提供了一种基于深度学习的笔记本电池续航预测方法,其通过获取被监测笔记本电脑的实时消耗电量的时间序列,并采用基于深度学习的图像处理和分析技术来进行所述实时消耗电量的时频分析和关联,以此来根据多个实时消耗电量的局部时频图在全时域上的语义关联特征来自动地得到平均耗电量估计值,并基于所述被监测笔记本电脑的剩余电量来估计剩余时长。通过这样的方式,可以更准确并全面地捕捉电量消耗的模式和变化趋势,同时,综合考虑了各个电源器件的电压转换效率,提高了续航时间的预测精度。
技术关键词
笔记本电池 序列 笔记本电脑 ReLU函数 时序 剩余时长 Sigmoid函数 图像块 编码向量 卷积神经网络模型 LSTM模型 语义 矩阵 非线性 图像处理 解码器 编码器 模块
系统为您推荐了相关专利信息
1
一种低风速下兼顾效率与载荷的风能捕获方法及系统
风能捕获方法 风速 长短期记忆神经网络 计算机可读指令 风机控制系统
2
一种动态显示效果优化方法、装置、存储介质及显示设备
网格 亮点 关节点 画面 动态
3
电能表数据安全隐患分析方法及系统
安全隐患分析方法 电能表数据 高功率 电器设备 智能电表
4
不标准语音的语音识别方法、装置、设备及介质
语音识别模型 语音识别方法 语音特征 文本 重构
5
移动端软件信息智能匹配方法及系统
测试环境数据 依赖项信息 深度学习模型 信息智能匹配方法 软件
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号