基于机器学习的动态电池功耗优化方法

本发明公开了基于机器学习的动态电池功耗优化方法，本发明涉及能耗优化技术领域，解决了难以针对性地制定功耗管理策略，导致在电量管理时无法有效区分不同功能应用的功耗特性的技术问题，本发明通过将电池状态分类，针对低电量情况，详细分析实时工作应用的功耗，区分高、低功耗应用，并进一步结合应用的常用性进行管理，在电量低时，对不常用的低功耗应用和高功耗应用进行合理限制或关闭，优先保障常用应用运行，有效平衡用户使用需求和电池续航，通过计算应用的有效使用时长、使用次数以及时长占比，并综合得出优先值与预设优先值比较，智能判断应用的常用性，在电量管理时给予不同优先级，提高资源分配效率，提升用户体验。