申请/专利权人：深圳市深创高科电子有限公司

申请日：2023-11-03

公开（公告）日：2024-03-19

公开（公告）号：CN117171503B

主分类号：G06F17/18

分类号：G06F17/18;G06F17/15

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.12.22#实质审查的生效;2023.12.05#公开

摘要：本发明涉及数字数据处理技术领域，提出了一种电池充电时间智能预测方法，包括：获取电池充电时间的时间序列；根据时间序列中数据的变化规律获取每个数据点的环境干扰充电指数，根据时间序列的平稳性分布特征获取每个数据点的电池充电优良指数；每个数据点的电池充电优良指数及环境干扰充电指数获取每个数据点的充电状态稳定度，根据每个数据点的充电状态稳定度获取平滑系数；根据平滑系数获取电池充电时间序列的预测结果，根据电池充电时间序列的预测结果对手机充电时间进行调整。本发明提高了预测模型的泛化能力，提高了预测结果的准确性。

主权项：1.一种电池充电时间智能预测方法，其特征在于，该方法包括以下步骤：获取电池充电时间数据的时间序列；根据电池充电时间序列中每个数据点的记录时间获取每个数据点的近邻序列；根据每个数据点的近邻序列获取电池充电时间序列中每个数据点的环境干扰充电指数；根据电池充电时间序列获取平稳变化序列，根据平稳变化序列中的突变点获取变化特征序列；根据平稳变化序列及变化特征序列获取平稳变化序列中每个数值点的差值序列；根据平稳变化序列中每个数值点的差值序列获取电池充电时间序列中每个数据点的电池充电优良指数；根据电池充电时间序列中每个数据点的电池充电优良指数及环境干扰充电指数获取电池充电时间序列中每个数据点的充电状态稳定度；根据电池充电时间序列中每个数据点的充电状态稳定度获取平滑系数；采用三次指数平滑算法基于平滑系数参数得到预测时刻的电池充电时间的预测值，根据预测时刻的电池充电时间的预测结果对手机充电时间进行调整；所述根据每个数据点的近邻序列获取电池充电时间序列中每个数据点的环境干扰充电指数的方法为：根据数据点的近邻序列之间的相关性获取电池充电时间序列中每个数据点的近邻序列内每个数据点的近邻序列相关性指数；将电池充电时间序列中每个数据点作为目标点，获取目标点的近邻序列内每个数据点的数值与目标点的近邻序列内所有数据点的数据均值之间的差值的绝对值，将所述差值的绝对值与目标点的近邻序列内每个数据点的近邻序列相关性指数之间的乘积在目标点的近邻序列上的累加和作为第一乘积因子；将电池充电时间序列中每个数据点的近邻序列内数据的变异系数与第一乘积因子的乘积的归一化结果作为电池充电时间序列中每个数据点的环境干扰充电指数；所述根据电池充电时间序列获取平稳变化序列，根据平稳变化序列中的突变点获取变化特征序列的方法为：获取电池充电时间序列中每个数据点数值与下一个数据点数值之间的差值，将所述差值按照时间升序的顺序组成的序列作为充电时间差分序列；获取充电时间差分序列中数据点的数据均值，根据所述数据均值增添到充电时间差分序列末尾得到平稳变化序列；利用序列分割算法获取平稳变化序列中的突变数据点，将平稳变化序列中的最大值、最小值以及突变数据点数值按照数据升序的顺序组成的序列作为变化特征序列；所述根据平稳变化序列及变化特征序列获取平稳变化序列中每个数值点的差值序列的方法为：对于平稳变化序列中每个数据点，获取数据点与变化特征序列中所有数据点之间的差值，将所述差值按照由小到大的顺序组成的序列作为数据点的差值序列；所述根据平稳变化序列中每个数值点的差值序列获取电池充电时间序列中每个数据点的电池充电优良指数的具体方法为：对于平稳变化序列中每个数据点，将平稳变化序列中数据点的上一个数据点和下一个数据点作为数据点的相邻数据点；根据每个数据点与其相邻数据点的差值序列之间的差异获取平稳变化序列中每个数据点与其相邻数据点之间的差异指数；对于平稳变化序列中每个数据点，将以自然常数为底数，以平稳变化序列中每个数据点与其相邻数据点之间的差异指数为指数的负映射结果作为分子；获取平稳变化序列中每个数据点的差值序列与其相邻数据点的差值序列之间的度量距离，将所述度量距离与误差常数的和作为分母；将分子与分母的比值在数据点的相邻数据点上的累加和作为电池充电时间序列中每个数据点的电池充电优良指数；所述根据电池充电时间序列中每个数据点的电池充电优良指数及环境干扰充电指数获取电池充电时间序列中每个数据点的充电状态稳定度的方法为：对于电池充电时间序列中每个数据点，获取以自然常数为底数，以数据点的环境干扰充电指数为指数的负映射结果，将所述负映射结果与数据点的电池充电优良指数之间的乘积的归一化结果作为电池充电时间序列中每个数据点的充电状态稳定度；所述根据电池充电时间序列中每个数据点的充电状态稳定度获取平滑系数的方法为：获取以自然常数为底数，以每个数据点的充电状态稳定度为指数的负映射结果，将所述负映射结果在电池充电时间序列的长度上的累加和的平均化结果作为平滑系数。

全文数据：

权利要求：

百度查询： 深圳市深创高科电子有限公司 一种电池充电时间智能预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD