[发明专利]一种深度强化学习的动态电源管理方法及系统

权利要求书

1.一种深度强化学习的动态电源管理方法，其特征在于，包括：

构建深度强化学习控制模型；

以降低电源能耗为目标，以从预设系统采集的系统状态为输入，电源执行动作为输出训练所述深度强化学习控制模型，获得电源控制模型；所述系统状态包括CPU状态参数、A/D转换芯片状态参数、系统总功耗和电源总消耗功率；所述预设系统包括CPU和A/D转换芯片；

采用所述电源控制模型对待管理系统进行动态电源管理。

2.根据权利要求1所述的深度强化学习的动态电源管理方法，其特征在于，所述CPU状态参数包括CPU功耗、CPU电压和CPU使用频率；所述A/D转换芯片状态参数包括A/D转换芯片功耗、A/D转换芯片电压和A/D转换芯片使用频率。

3.根据权利要求1所述的深度强化学习的动态电源管理方法，其特征在于，所述电源执行动作包括工作、待机、断电和延时。

4.根据权利要求1所述的深度强化学习的动态电源管理方法，其特征在于，所述深度强化学习控制模型为基于U-net网络模型框架的全连接网络。

5.根据权利要求1所述的深度强化学习的动态电源管理方法，其特征在于，还包括：在进行所述深度强化学习控制模型训练时，将采集的设定组数的系统状态随机排列后依次输入所述深度强化学习控制模型，一个电源执行动作对应一组系统状态。

6.根据权利要求1所述的深度强化学习的动态电源管理方法，其特征在于，还包括：在进行所述深度强化学习控制模型训练时，针对每个电源执行动作进行打分，所述打分为电源执行动作对应的电源总消耗功率与系统总功耗的比值，将所述打分作为所述深度强化学习控制模型训练的收敛条件。

7.根据权利要求1所述的深度强化学习的动态电源管理方法，其特征在于，所述预设系统包括嵌入式系统和芯片微控制系统。

8.根据权利要求1所述的深度强化学习的动态电源管理方法，其特征在于，还包括：

通过在所述预设系统的CPU选择电路上连接电压检测电阻旁路和电流检测电阻旁路，获得CPU电流和CPU电压；

通过在CPU的激活单元加入缓冲器和反相器统计CPU使用频率；

根据CPU电流、CPU电压和CPU使用频率确定CPU功耗。

9.一种深度强化学习的动态电源管理系统，其特征在于，包括：

深度强化学习控制模型构建模块，用于构建深度强化学习控制模型；

深度强化学习控制模型训练模块，用于以降低电源能耗为目标，以从预设系统采集的系统状态为输入，电源执行动作为输出训练所述深度强化学习控制模型，获得电源控制模型；所述系统状态包括CPU状态参数、A/D转换芯片状态参数、系统总功耗和电源总消耗功率；所述预设系统包括CPU和A/D转换芯片；

电源控制模型应用模块，用于采用所述电源控制模型对待管理系统进行动态电源管理。