[發(fā)明專利]基于大數據挖掘及AI調度的無線基站的節(jié)能降耗方法在審
申請?zhí)枺?/td> | 202010730662.X | 申請日: | 2020-07-27 |
公開(公告)號: | CN111918370A | 公開(公告)日: | 2020-11-10 |
發(fā)明(設計)人: | 華奇兵;劉衛(wèi) | 申請(專利權)人: | 東聯信息技術有限公司 |
主分類號: | H04W52/02 | 分類號: | H04W52/02 |
代理公司: | 成都虹橋專利事務所(普通合伙) 51124 | 代理人: | 吳中偉 |
地址: | 400020 重慶市渝*** | 國省代碼: | 重慶;50 |
權利要求書: | 查看更多 | 說明書: | 查看更多 |
摘要: | |||
搜索關鍵詞: | 基于 數據 挖掘 ai 調度 無線 基站 節(jié)能降耗 方法 | ||
本發(fā)明涉及通信技術領域,本發(fā)明旨在提出一種基于大數據挖掘及AI調度的無線基站的節(jié)能降耗方法,以提升節(jié)能降耗解決方案的準確性,所述方法包括:對網絡的網絡數據進行大數據采集和挖掘;根據所述網絡數據,并基于模型算法訓練節(jié)能模型,所述節(jié)能模型為用戶行為模型、能耗模型和KPI性能模型的關聯模型;節(jié)能策略系統(tǒng)根據所述節(jié)能模型確定節(jié)能策略,執(zhí)行節(jié)能策略對應的節(jié)能操作。本發(fā)明提升了節(jié)能降耗解決方案的準確性,使得在保證網絡性能的前提下能夠更大幅度的進行節(jié)能降耗。
技術領域
本發(fā)明涉及通信技術領域,具體來說涉及一種無線基站的節(jié)能降耗方法。
背景技術
現在節(jié)能技術,更多是通信基站系統(tǒng)內,根據基站資源的消耗情況及網絡覆蓋情況進行數據挖掘分析,給出節(jié)能降耗的方案,其沒有對網絡數據諸如用戶行為、以及網絡性能進行充分考慮,其節(jié)能效果和網絡性能難以平衡,節(jié)能方案的準確性較差。
發(fā)明內容
本發(fā)明旨在提出一種基于大數據挖掘及AI調度的無線基站的節(jié)能降耗方法,以平衡節(jié)能降耗解決方案的性能和節(jié)能效果。
本發(fā)明解決上述技術問題所采用的技術方案是:基于大數據挖掘及AI調度的無線基站的節(jié)能降耗方法,包括以下步驟:
對網絡的網絡數據進行大數據采集和挖掘;
根據所述網絡數據,并基于模型算法訓練節(jié)能模型,所述節(jié)能模型為用戶行為模型、能耗模型和KPI性能模型的關聯模型;
節(jié)能策略系統(tǒng)根據所述節(jié)能模型確定節(jié)能策略,執(zhí)行節(jié)能策略對應的節(jié)能操作。
進一步的,所述網絡數據包括用戶行為數據,所述用戶行為數據至少包括:用戶接入頻繁度、數據包使用大小、位置移動性和業(yè)務切片內容,所述用戶行為模型根據用戶行為數據并基于模型算法建立。
進一步的,所述網絡數據還包括基站能耗數據,所述基站能耗數據至少包括:基站電量、電流和電壓,所述能耗模型根據所述基站能耗數據和用戶行為數據并基于模型算法建立。
進一步的,根據使用場景的不同,所述能耗模型包括區(qū)域級能耗模型、場景級能耗模型和小區(qū)級能耗模型。
進一步的,所述網絡數據還包括:KPI性能數據,所述KPI性能模型根據所述KPI性能數據、基站能耗數據和用戶行為數據并基于模型算法建立。
進一步的,所述節(jié)能策略系統(tǒng)根據所述節(jié)能模型確定節(jié)能策略的方法包括:
節(jié)能模型對用戶行為進行時間序列及空間定位管理,根據基站的歷史能耗數據進行時間序列的能耗預測,將預測結果輸入至節(jié)能策略系統(tǒng)中確定節(jié)能策略。
進一步的,所述節(jié)能策略至少包括:AI流控策略和時控節(jié)能策略,所述AI流控策略至少包括:小區(qū)協(xié)同策略、跨網協(xié)同策略和分流策略,所述節(jié)能操作至少包括:符號關斷、通道關斷和載波關斷。
進一步的,還包括:根據預設周期對節(jié)能模型進行模型迭代訓練得到新的節(jié)能模型,根據新的節(jié)能模型確定節(jié)能策略。
本發(fā)明的有益效果是:本發(fā)明所述的基于大數據挖掘及AI調度的無線基站的節(jié)能降耗方法,對5G網絡大數據進行深度挖掘,深入研究4/5G網絡協(xié)同組網,對用戶行為、能耗和KPI性能進行關聯性分析,提升了節(jié)能降耗解決方案的準確性,使得在保證網絡性能的前提下能夠更大幅度的進行節(jié)能降耗。
具體實施方式
下面將結合實施例對本發(fā)明的實施方式進行詳細描述。
本發(fā)明所述的基于大數據挖掘及AI調度的無線基站的節(jié)能降耗方法,包括以下步驟:對網絡的網絡數據進行大數據采集和挖掘;根據所述網絡數據,并基于模型算法訓練節(jié)能模型,所述節(jié)能模型為用戶行為模型、能耗模型和KPI性能模型的關聯模型;節(jié)能策略系統(tǒng)根據所述節(jié)能模型確定節(jié)能策略,執(zhí)行節(jié)能策略對應的節(jié)能操作。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東聯信息技術有限公司,未經東聯信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010730662.X/2.html,轉載請聲明來源鉆瓜專利網。
- 數據顯示系統(tǒng)、數據中繼設備、數據中繼方法、數據系統(tǒng)、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發(fā)送方法、數據發(fā)送系統(tǒng)、數據發(fā)送裝置以及數據結構
- 數據顯示系統(tǒng)、數據中繼設備、數據中繼方法及數據系統(tǒng)
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發(fā)送和數據接收設備、數據發(fā)送和數據接收方法
- 數據發(fā)送裝置、數據接收裝置、數據收發(fā)系統(tǒng)、數據發(fā)送方法、數據接收方法和數據收發(fā)方法
- 數據發(fā)送方法、數據再現方法、數據發(fā)送裝置及數據再現裝置
- 數據發(fā)送方法、數據再現方法、數據發(fā)送裝置及數據再現裝置