[发明专利]笔电适配器自适应设定CPU性能的方法、设备及存储介质

摘要

本发明公开了一种笔电适配器自适应设定CPU性能的方法、设备及存储介质，该方法借助电压比较线路以及通过软件设定实现电源适配器的机器学习过程，以识别电源适配器的功率瓦数，再由嵌入式控制器软件计算设定，实现CPU功率限制设定的变更，实现CPU性能与外部电源适配器的合理匹配。本发明提供的一种笔电适配器自适应设定CPU性能的方法、设备及存储介质，可以实现不同瓦数的适配器得到充分利用，即小于标配瓦数的适配器，会将CPU的功率限制降下来，规避笔记本电脑宕机的风险，而高于标配瓦数的适配器，则会将CPU的功率限制逐档抬高，充分利用富裕瓦数，提高CPU的性能，提升用户的使用体验。

主权项

1.一种笔电适配器自适应设定CPU性能的方法，其特征在于，包括：当笔电检测到有适配器接入时，通过电压比较线路确定所述适配器的电压是否在设定的电压范围内；若所述适配器的电压在设定的电压范围内，则通过嵌入式控制器确认电池的电量是否大于设定的电量阈值且CPU的温度是否低于设定的温度阈值；若所述电池的电量大于设定的电量阈值且所述CPU的温度低于设定的温度阈值，则进入机器学习过程，并从零开始以设定的增幅值逐阶提高机器学习进度；其中，每一阶段的机器学习进度设定有对应的所述CPU的工作瓦数；检测在所述机器学习过程中所述电池的放电电流是否达到设定的限流值且所述CPU的温度是否达到设定的最高温度值；若所述电池的放电电流未达到设定的限流值且所述CPU的温度未达到设定的最高温度值，则继续检测所述适配器的电压是否低于所述电压范围的下限值；若所述适配器的电压低于所述电压范围的下限值，则退出机器学习过程，并检测对应于退出机器学习过程所在的阶段的学习进度是否低于设定的学习进度阈值；若对应于退出机器学习过程所在的阶段的学习进度不低于设定的学习进度阈值，则通过所述嵌入式控制器将对应于退出机器学习过程所在阶段的CPU的工作瓦数设定为所述CPU的最终工作瓦数。