[發明專利]基站負荷預警方法、裝置

在審

• 申請號: 201911195883.5
• 申請日: 2019-11-28
• 公開（公告）號: CN111132190A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 廖海東;黎毅;吳淦浩
• 申請（專利權）人: 中通服建設有限公司
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W24/06;H04L12/24;H04L12/26
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 王毅

1.一種基站負荷預警方法，其特征在于，所述基站負荷預警方法包括；

S101：獲取投訴數據，根據所述投訴數據判斷基站的投訴量和投訴增量是否超過預設閾值，若是，則執行S102，若否，則執行S103；

S102：發出投訴量預警告警，并判斷所述基站是否存在故障，若是，則執行S104，若否，則根據所述基站的負荷情況生成網絡優化調整建議；

S103：根據與所述基站相關的小區歷史參數搭建深度學習模型，通過所述深度學習模型對所述基站進行基站負荷趨勢預測，獲取預測結果，根據所述預測結果生成網絡優化調整建議；

S104：獲取故障原因并派單以維修所述基站。

2.如權利要求1所述的基站負荷預警方法，其特征在于，所述網絡優化調整建議包括載頻擴容、調整天饋下傾角/方向角、發射功率調整、鄰區參數重選、切換參數中的至少一種。

3.如權利要求1所述的基站負荷預警方法，其特征在于，所述小區歷史參數包括：上/下行利用率、上/下行流量、有數據傳輸的RRC數。

4.如權利要求1所述的基站負荷預警方法，其特征在于，所述根據與所述基站相關的小區歷史參數搭建深度學習模型的步驟具體包括：

S201：采集所述小區歷史參數，根據所述小區歷史參數生成模型訓練數據集；

S202：設置深度記憶網絡參數，將所述模型訓練數據集喂給PTBModel進行訓練以獲取深度學習模型。

5.如權利要求4所述的基站負荷預警方法，其特征在于，所述將所述模型訓練數據集喂給所述PTBModel進行訓練的步驟具體包括：

將所述模型訓練數據集多次分批喂給PTBModel訓練，并根據訓練的結果對所述PTBModel的參數進行調整。

6.如權利要求1所述的基站負荷預警方法，其特征在于，所述預測結果包括所述小區未來預設時間內的小區歷史參數。

7.如權利要求6所述的基站負荷預警方法，其特征在于，所述根據所述預測結果生成網絡優化調整建議的步驟包括：

判斷所述小區未來預設時間內的小區歷史參數是否觸發預警門限，若是，則針對超過預警門限的所述小區歷史參數進行優化調整，并生成網絡優化調整建議。

8.如權利要求7所述的基站負荷預警方法，其特征在于，所述優化調整的類型包括覆蓋類優化、吞吐率優化、掉話類優化、接入失敗優化、切換類優化、時延類優化中的至少一種。

9.如權利要求8所述的基站負荷預警方法，其特征在于，所述針對超過預警門限的所述小區歷史參數進行優化調整，并生成網絡優化調整建議的步驟包括：

根據優化調整的類型構建相關知識庫模型，通過所述相關知識庫模型輸出網絡優化調整建議。

10.一種基站負荷預警裝置，其特征在于，所述基站負荷預警裝置包括處理器、存儲器，所述處理器與所述存儲器耦合連接；

所述存儲器存儲有程序數據，所述處理器在執行所述程序數據時實現如權利要求1-9任一項所述的基站負荷預警方法。