【技术实现步骤摘要】
一种无线充电宝多设备充电智能控制方法
本专利技术涉及电子
，为一种无线充电宝多设备充电智能控制方法。
技术介绍
随着科技的发展和电子智能设备的普及，越来越多智能便携的移动设备成为人们日常生活中必不可少的用品，例如：智能手表、蓝牙耳机、平板电脑、智能手机、电子阅读器；这些智能设备的电池容量往往有限，且耗电量大，在外出场合需要对这些设备进行临时充电，这时候就需要充电宝这种小巧、便携的可移动电源。但是目前市面上存在的充电宝多为有线充电宝，当同时为多设备充电时，需要与多条充电线连接，不够简洁、携带不便且不美观。因此现有充电宝在功能和设计上存在大量的缺陷，急需一种能同时为多设备进行充电的无线充电宝。
技术实现思路
有鉴于此，本专利技术提供一种解决或部分解决上述问题的一种无线充电宝多设备充电智能控制方法。为达到上述技术方案的效果，本专利技术的技术方案为：一种无线充电宝多设备充电智能控制方法，包含以下步骤：一种无线充电宝多设备充电智能控制方法，其特征在于，包括数据分析模式、最优决策模式、智能控制模...
【技术保护点】
1.一种无线充电宝多设备充电智能控制方法，其特征在于：/n步骤一：包括数据分析模式、最优决策模式、智能控制模式、电能发射模式、电池模式；所述数据分析模式的数据源包括安装在桌面下方的所述充电宝本体数据，接入设备检测数据，使用偏好基本数据；所述充电宝本体数据包括电池模式基本数据、电能发射模式基本数据、历史运行数据；所述接入设备检测数据包括：接入设备基本数据、接入设备数量、接入设备充电功率、接入设备剩余电量；所述数据分析模式根据接入设备的不同数据参数，根据待充电预测模型预测每个待充电接入设备在理想情况下的充电周期，然后根据优先级决策模型，将接入设备划分为不同的优先级；所述待充电预...
【技术特征摘要】
1.一种无线充电宝多设备充电智能控制方法，其特征在于：
步骤一：包括数据分析模式、最优决策模式、智能控制模式、电能发射模式、电池模式；所述数据分析模式的数据源包括安装在桌面下方的所述充电宝本体数据，接入设备检测数据，使用偏好基本数据；所述充电宝本体数据包括电池模式基本数据、电能发射模式基本数据、历史运行数据；所述接入设备检测数据包括：接入设备基本数据、接入设备数量、接入设备充电功率、接入设备剩余电量；所述数据分析模式根据接入设备的不同数据参数，根据待充电预测模型预测每个待充电接入设备在理想情况下的充电周期，然后根据优先级决策模型，将接入设备划分为不同的优先级；所述待充电预测模型利用人工神经网络建立不同待充电接入设备在不同参数下的充电周期预测模型，分步骤包括：以待充电接入设备充电功率、电池容量、剩余电量、平均耗电量、充电效率作为输入节点数据；将待充电设备的历史充电数据作为中间层辅助节点，然后采用充电周期预测递推函数建立预测网络，将当前输出的预测周期模型作为下一次预测周期模型的比较模型，通过多次迭代训练，直到当前预测周期模型与比较模型的误差小于临界值时，输出充电周期预测模型；所述优先级决策模型将待充电设备的充电功率、电池容量、充电效率、剩余电量、历史耗电量数据以及预测的充电周期模型作为输入参数，优先级随待充电设备充电时间的变化而变化，待充电设备的优先级由充电周期、待充电设备参数和自定义优先级参数共同决定；当在t时刻，待充电设备的充电优先级为pt，自定义待充电设备充电优先级为d，则待充电设备的综合充电优先级为pu＝α×pt+β×d，其中α和β为加权值，α和β可以是自定义的常数值也可是函数表达式；
步骤二：所述最优决策模式接收所述数据分析模式的待充电设备待充电优先级判断结果，结合所述充电宝本体数据，包括电池模式基本数据、电能发射模式基本数据、历史运行数据，根据充电宝最优决策算法模型为多个待充电接入设备提供最优的充电解决方案；由于待充电设备的充电效率与无线充电时距无线充电宝的相对位置有关，将无线充电宝发射线圈正上方区域，按距离由近至远进行位置编号；当接入所述无线充电宝的待充电设备为[A1,A2,A3,A4…An]时,n为正整数，An为第n个待充电设备；所述最优决策模式的输出数据为电能发射模式总功率，待充电设备相对所述无线充电宝的位置编号；充电模型以考虑待充电设备优先级，尽可能为高优先级设备分配更多充电资源的情况下，保证所有接入设备高效均衡充电作为终极目标；决策步骤为：首先建立基于目标函数的多元评优模型，其中多元评优模型有四个评优指标：所求的最优方案预测充电曲线必须接近理想模型曲线，均方误差最小，所求的总传输功率尽可能接近传输功率最大值，各待充电设备的电量随时间均匀变化；然后对输入数据依次进行多元数据初始化、基于自定义的优先级排序计算、历史数据与当前数据交叉正反馈计算，然后计算所有决策方案的评优结果，输出最优的决策方案并传输至所述智能控制模式；
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。