动态电源管理的在线优化技术分析

动态电源管理的在线优化技术分析
摘要：动态电源管理问题始终是便携式电子设备予以重点优化管理的问题内容。

在管理期间，需要结合电子设备运行状态采取科学合理的电源管理策略，选择性关闭或者休眠便携式电子设备元器件，达到节能降耗、延长电池使用寿命的目的效果。

为保障动态电源管理效果得以深化加强，本文主要结合实际情况，对动态电源管理在线优化技术内容及相关策略问题进行研究分析，仅供参考。

关键词：动态电源管理；在线优化技术；状态
引言：当前我国已经全面进入电子信息化时代发展当中。

其中，电子设备已经成为人们日常生活中不可或缺的重要使用设备，如智能手机。

结合实际应用情况来看，随着智能手机应用功能的不断增多，智能手机所使用到的传感器类型以及数量也逐步增多，以进一步增强用户体验感以及满足设备高性能运行需求。

然而，我国储能电池储能能力并未跟随时代的发展高质量提升，在使用过程中无法满足超长时间的续航要求。

可以说，相比于智能手机等便携式设备的迅猛发展，我国储能电池储电能力并未得到大幅度提升与改善。

可以说，如何降低电子设备电能能耗以及增强电能使用效率，已然成为新时期电子等行业领域亟待解决的问题。

本文所提出的动态电源管理在线优化技术，在一定程度上可初步缓解电子设备电能能耗以及使用效率不高的问题。

1延长便携式电子设备待机时间的策略方法分析
结合以往的研究经验来看，在延长便携式电子设备待机时间策略方法的建方面，主要可以从以下四个方面着手解决：
一是优先利用低功耗电子设备元器件；二是适当增加移动电池储电能力；三是设计低功耗电路达到节能降耗效果；四是利用软件管理方式对便携式电子设备中各个应用程序或者元器件的运行状态进行控制管理。

从实践成效上来看，前两种策略方法虽然具有一定的可行性，可初步实现延长设备待机时间的目的，但是这两种策略方法所面临的影响因素较多，尤其表现在电子元器件以及蓄电池制造水平方面。

结合实际情况来看，我国在电子元器件以及蓄电池制造水平方面尚未达到成熟高度，在应用方面还是会存在或多或少的限制问题。

再加上适当增加蓄电池储电容量往往会导致便携式设备体积增大，难以真正实现高效节能目标；第三种策略方法更加侧重于强调通过改变设备硬件结构，达到良好的节能降耗效果。

然而，低功耗电路设计所涉及到的专业性以及复杂性程度较高，在改造设计过程中所面临的风险因素较高；第四种策略方法基本上不涉及更换设备元器件以及移动蓄电池等问题，同时也不会影响便携式电子设备体积。

且结合实际成果来看，这种设计方法在延长设备待机时间以及节能降耗方面及节能降耗方面现出良好的优势[1]。

结合上述内容不难看出，无论是从增强用户体验还是从节能降耗角度上来考虑，优先采取高效智能的电源管理方法始终是延长便携式电子设备待机时间的重要手段。

在具体实现过程中，可通过结合用户使用习惯对电源管理策略进行优化调整，达到延长便携式电子设备待机时间的目的。

2动态电源管理的在线优化技术策略及相关分析
2.1 总体优化思路
基于动态电源管理的在线优化技术更加侧重于通过结合用户使用习惯，对设备电源管理策略进行调整优化。

本文所研究的动态电源管理在线优化技术主要基于带有禁止功能的在线优化方法，对电源动态管理策略进行自主学习以及优化改进。

这样一来，每台电子设备都可以结合用户个人使用习惯，构建具有个性化特征的动态电源管理策略。

与传统优化方式不同的是，动态电源管理在线优化过程一般多集中在设备充电时完成相关操作[2]。

在此过程中，基本不会涉及云传输或者相关计算问题。

如此一来，可以避免用户个人隐私数据泄漏问题。

除此之外，为避免增加错误休眠或者电能损耗问题，可以在动态电源管理在线优化模型中加入禁止时间功能。

具体实现过程中，可以发挥禁止时间的作用功能，如在禁止时间内禁止设备处于休眠状态。

在此基础上，
结合在线优化功能确保禁止时间之外的时间得到切实优化，满足节能降耗的运行需求。

2.2 动态电源管理问题分析
一般来说，便携式电子设备通常可以表现出工作状态、空闲状态以及休眠状态等状态类型，其中，休眠状态可以理解为低功耗状态。

当用户并未发出指令请求并且设备处于空闲状态时，系统状态会从最初的工作状态逐步过渡到空闲状态当中。

在此过程中，系统会结合电源管理策略要求判断当前设备是否应该进入休眠状态。

如果选择进入休眠状态，那么设备将会进入到低功耗运行状态当中。

如果并未选择切换，那么设备将会继续处于能耗运行状态当中。

需要注意的是，当设备处于休眠状态接收到用户指令时（重新返回工作状态）状态通常会涉及到能量消耗问题。

因此，为满足便携式设备节能降耗标准要求，必须保障设备在经历较长的空闲时间后，再次返回工作状态，有效减少能耗问题。

2.3 动态电源管理在线优化模型构建及算法分析
在算法正式投入使用之前，研究人员需要对算法进行模拟测试。

根据模拟测试结果，判断当前所选择的算法否具备有效性与精确性。

结合以往的研究经验来看，基于马尔科夫决策过程的随机模型基本上不需要考虑系统历史状态，在一定程度上可以有效节省数据存储空间。

但是需要注意的是，这种电源管理模型在优化应用过程中，需要预先制作最优策略表，难以满足系统实时性要求。

再加上动态电源管理器在运行使用过程中，需要对每个时间片进行策略估算，反而会增加系统能耗问题[3]。

为及时处理这一问题，本文在原有模型构建基础上融入了动态电源管理策略方法，并对在线优化模型优化构建及算法应用问题进行了拓展研究。

建议研究人员应该将动态电源管理问题理解成为一个具有线性规划特征的问题。

在设备模型构建方面，可以将待时间索引的半马尔科夫决策模型作为模型构建基础。

在过程中，可通过预先模拟设备运行状态，大量采集设备运行样本轨迹。

需要注意的是，为得到最优策略参数，可利用基于单样本轨迹的梯度估算方法获取最优策略参数。

结合实践反馈情况来看，利用上述方法手段所获得的最优策略参数基本上可以满足节能降耗要求。

从客观角度上来讲，上述方法手段在应用过程中基本上不依赖于模型参数，只需要采集一个单样本轨迹就可以获取所需参数数据。

与此同时，与传统动态参数法相比而言，这种动态电源管理方法可以优先减少算法参数引入个数，保障算法收敛速度大幅度提升。

最重要的是，在后续处理线性规划问题时，所引入的广拉格朗日函数算法可以对策略参数估算过程进行优化改进。

在改进过程中，可重点针对设备性能指标以及性能约束指标进行控制管理，以避免运算过程出现数据异常波动问题[4]。

结论：总而言之，为实现动态电源管理优化目标，减少便携式电子设备能耗问题，建议在今后的研究发展过程中，相关行业内部人员应该加强对动态电源管理在线优化技术问题的拓展研究。

最好可以立足于国内外先进经验以及策略方法，对当前动态电源管理模型以及相关算法存在的短板问题进行及时补齐，进一步实现节能降耗目标。

参考文献：
[1]翟剑锋,李衍杰,陈浩耀. 动态电源管理的在线优化技术[J]. 控制理论与应用,2018,35(01):65-70.
[2]江琦,奚宏生,殷保群. 动态电源管理超时策略自适应优化算法[J]. 控制与决策,2020(04):372-377.
[3]江琦,奚宏生,殷保群. 动态电源管理的随机切换模型与策略优化[J]. 计算机辅助设计与图形学学报,2019(05):680-686.
[4]宋云雷,刘兴辉,阎斌,金传恩. 一种支持外部控制的动态电源管理方法[J]. 电子技术应用,2019,43(03):137-140+144.。