[發明專利]網絡業務量預測方法、裝置、設備及介質

有效

• 申請號: 201711493526.8
• 申請日: 2017-12-30
• 公開（公告）號: CN109995562B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 張麗;梁奕;葉振洋;周常勝;齊改燕
• 申請（專利權）人: 中國移動通信集團河北有限公司;中國移動通信集團公司
• 主分類號: H04L41/147
• 分類號: H04L41/147;H04L41/14;H04L41/142
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

1.一種網絡業務量預測方法，其特征在于，所述方法包括：

獲取待預測區域的歷史統計數據；

將所述歷史統計數據輸入季節性差分自回歸移動平均模型進行處理，得到初步預測結果，所述季節性差分自回歸移動平均模型的預測步數小于或等于N，N為基于前期測試和預測結果的發散程度確定的常數；

將所述初步預測結果輸入自適應卡爾曼濾波模型進行處理，得到所述待預測區域的預測結果；

所述自適應卡爾曼濾波模型為：

P_k＝(I-K_kH_k)P_k,k-1

式中：為噪聲估計因子，0＜b＜1，b為噪聲控制變量，由貝葉斯分類算法判斷選取0.9或0.95；

表示k時刻的網絡業務量最優估計值；

表示通過k-1時刻最優估計值預測的網絡業務量一步預測值；

K_k表示濾波增益；

表示是網絡業務量觀測值與預測值的偏差同噪聲均值的差量(即新息)；

代表系統狀態轉移矩陣，為系統控制參數；

P_k,k-1表示通過k-1時刻最優協方差預測的網絡業務量一步協方差預測值；

和均為噪聲，代表網絡流量中因不可控原因導致的誤差。

2.根據權利要求1所述的方法，其特征在于，獲取待預測區域的歷史統計數據，包括：

獲取待預測區域的歷史原始數據；

刪除所述歷史原始數據中的異常數據和缺失數據，得到所述待預測區域的歷史統計數據。

3.根據權利要求1所述的方法，其特征在于，構造所述季節性差分自回歸移動平均模型如下：

其中，t表示時間或者預測算法輸出步數；B是后移算子，subject to Bⁿy_t＝y_t-n，N為初步預測限制步數，N為常數；

表示進行d階差分，表示對時間序列y_t進行d階差分：

d＝1進行一次差分處理，即令

d＝2進行二次差分處理，即令

表示D階季節差分，表示對時間序列y_t進行d階逐期差分和D階長度為s的季節差分；

和θ_q(B)表示p階自回歸和q階移動平均算子，P季節自回歸階數，Q是季節移動平均階數，Φ_P(B^s)和Θ_Q(B^s)表示季節P階自回歸算子和Q階移動平均算子；

μ_t為零均值白噪聲，算法實現中設置為高斯白噪聲。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述預測結果和預警閾值，確定預警結果。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

將所述預測結果和所述預警結果進行多維度呈現，所述多維度呈現包括群小區預測結果呈現和單小區預測結果呈現。