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
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
安全隐患分析方法
电能表数据
高功率
电器设备
智能电表
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