針對電池衰退之電池剩餘時間預測模型

Abstract

近年來智慧型手機在人們生活中占有重要的地位，但是電池的發展並沒有跟上智慧型手機的發展。導致許多的功能都因為龐大的耗電量而無法使用太久，所以對使用者而言知道電池的使用狀況是很重要的。 而現在在市面上有許多手機應用程式和相關的電池研究來幫助使用者知道電池的使用狀況，可是這些應用程式以及研究還是存在著一些問題。 第一個問題是這些手機應用程式所提供的手機剩餘時間並不是即時的，每隔一小段時間才會更新一次，讓使用者無法即時的掌握手機的剩餘使用時間。 第二個問題則是在現有的研究中，並沒有考量到電池衰退對電池電壓、總電量的影響，所以當電池衰退發生時，這些研究的準確度就會下降。 因此我們提出了一個電池剩餘時間預測模型(Battery Remaining Time Prediction Model)來解決這兩個問題。我們使用這個模型來即時的計算手機電池的剩餘使用時間。同時這個模型會考量到電池衰退所帶來的影響，能夠在電池衰退發生之後依然保有高的準確度。 我們的做法是利用電池放電曲線的特性，建立一個電壓與電池百分比的關係式，再利用這道式子來計算電池的剩餘百分比。最後再使用電池剩餘百分比來計算電池的剩餘使用時間。 而針對電池衰退，我們則是透過不斷的更新我們的模型來解決電池衰退帶來的影響。 我們設計了兩個實驗來計算我們模型的準確度和證實電池衰退是會影響模型的準確度。透過第一個實驗，我們分析實驗數據，最後得到我們的模型計算出來的誤差是集中在0~10分鐘和0~10%。 而在第二個實驗當中，我們證明了電池衰退會影響模型的準確度。同時我們也證明了更新過後的模型的準確度比原先的模型的準確度還要高(高約8.94% - 15.1%)。

A majority of the existing smartphones lack an impressive battery. The battery life limits the use of a smartphone. Applications are forced to be terminated due to the shortage of battery. Therefore, knowing the remaining battery life becomes an important concern for smartphone users. Many researchers and developers intend to measure the remaining battery life and design battery applications for smartphone users. The researchers face several challenges, including providing remaining battery life in real time and providing accurate measurement after battery decay.In this thesis, we propose a model named Battery Remaining Time Prediction Model (BRTPM) to estimate remaining battery life in real time and to improve the measurement accuracy by considering battery decay. We first obtain the battery discharge curve to estimate the percentage of battery. Then, we use this percentage to estimate the remaining battery life. Second, we update BRTPM to keep the accuracy of BRTPM after battery decay. We conduct two experiments to evaluate the accuracy of BRTPM and to demonstrate the impact on accuracy caused by the battery decay. The first experiment we shows that the erroneous measurement can be limited within 0~10 (mins) or within 0~10(%). The second experiment demonstrates the impact of battery decay on the accuracy of measurement. We also show that the accuracy can be improved for 8.94% - 15.1% after applying the updated discharge curve in our experiments.