[發明專利]一種數據處理方法及相關設備

在審

• 申請號: 202310478077.9
• 申請日: 2023-04-27
• 公開（公告）號: CN116627634A
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 徐灝;劉嘯天;唐霖
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;H02J13/00;G06N20/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 陳彥如

一種數據處理方法，涉及人工智能領域，包括：獲取基站的目標信息，目標信息包括基站的信號覆蓋范圍在目標時間段內的環境信息，環境信息為影響基站的用電負荷的信息；根據目標信息，通過映射關系，生成針對于所述基站且在滿足所述目標信息的條件下的負載序列信息，負載序列信息指示基站的用電負荷在目標時間段內的變化，映射關系為基于機器學習模型得到。本申請通過目標信息來生成基站的負載數據，可以在歷史負載數據缺乏或不足的情況下，生成準確的負載數據。

技術領域

本申請涉及人工智能領域，尤其涉及一種數據處理方法及相關設備。

背景技術

隨著新能源站點逐步鋪開，合理根據基站站點負載配置光儲充設備進行智能優化調度是降低運營商電費成本的重要方式。負載模式與電價的匹配關系決定了智能調度的效果，所以需要一站一策根據負載模式配置合理的儲能設備。站點能源調度依賴于大量歷史數據和預測模型，對算力消耗較大，負載預測建模需在本地局點采集大量歷史數據訓練預測模型，根據歷史負載預測未來負載，對數據有較大的依賴。

也就是說，現有技術在缺乏歷史數據的情況下無法進行基站站點的負載仿真。

發明內容

本申請提供了一種數據處理方法，可以在歷史負載數據缺乏或不足的情況下，生成準確的負載數據。

第一方面，本申請提供了一種數據處理方法，所述方法包括：獲取基站的目標信息，所述目標信息包括所述基站的信號覆蓋范圍在目標時間段內的環境信息，所述環境信息為建筑物信息、用戶信息、天氣信息、興趣點POI信息以及興趣面AOI信息的至少一種，所述環境信息為影響所述基站的用電負荷的信息；根據所述目標信息，通過映射關系，生成針對于所述基站且在滿足所述目標信息的條件下的負載序列信息(例如，負載序列信息可以為基站在滿足所述目標信息的條件下的負載模擬或者負載仿真結果)，所述負載序列信息指示所述基站的用電負荷在所述目標時間段內在時域上的變化，所述映射關系為基于機器學習模型得到，所述負載序列信息為通過所述機器學習模型處理所述環境信息得到。

例如，建筑物信息可以為是否為室內、室外，POI信息可以為主要POI類型的占比、數量，各個類型的POI占比、數量等，AOI信息可以為是否是居民區、商圈、學校等。

其中，負載序列可以為基站的用電負荷在時間上的變化信息。

通過上述方式，獲取到和基站的負載有關的環境信息(也就是目標信息)，并通過目標信息來生成基站的負載數據，可以在歷史負載數據缺乏或不足的情況下，生成準確的負載數據。

在一種可能的實現中，映射關系可以為預訓練的機器學習模型，通過訓練使得機器學習模型具備基于基站的相關信息生成負載數據的能力。可選的，機器學習模型可以為條件生成網絡模型。

進而，可以將目標信息輸入到機器學習模型中，機器學習模型可以輸出與所述目標信息相適配的負載序列信息，負載序列信息指示所述基站的用電負荷在所述目標時間段內在時域上的變化。

在一種可能的實現中，所述映射關系具體包括多種環境信息以及每種環境信息對應的負載序列信息，每種環境信息對應的負載序列信息為通過所述機器學習模型處理環境信息得到。例如，可以在給定站點集合的條件下計算所有可能的時空語義特征組合，根據這些組合利用訓練好的條件生成模型輸出各組合下對應的典型負載序列，形成與各場景組合對應的負載時間序列，在實際應用時，可以基于各場景組合對應的負載時間序列來確定與所述目標信息相適配的負載序列信息，從而無需存儲機器學習模型，也無需利用機器學習模型進行模型推理。從而大大降低算力，減少數據制約。

在一種可能的實現中，所述通過所述機器學習模型處理環境信息得到多維圖像信息，所述每種環境信息對應的負載序列信息為將所述多維圖像信息轉換為序列信息得到。

由于負載數據大多數規律性較強，可考慮將每基站的負載時間序列都均轉化成二維圖片，這樣更好地利用生成網絡算法的優勢，使模型訓練時更容易收斂，得到更穩定的機器學習模型。