CN111918370A - 基于大数据挖掘及ai调度的无线基站的节能降耗方法 - Google Patents

基于大数据挖掘及ai调度的无线基站的节能降耗方法 Download PDF

Info

Publication number
CN111918370A
CN111918370A CN202010730662.XA CN202010730662A CN111918370A CN 111918370 A CN111918370 A CN 111918370A CN 202010730662 A CN202010730662 A CN 202010730662A CN 111918370 A CN111918370 A CN 111918370A
Authority
CN
China
Prior art keywords
energy
saving
model
consumption
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010730662.XA
Other languages
English (en)
Inventor
华奇兵
刘卫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Donglian Information Technology Co ltd
Original Assignee
Donglian Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Donglian Information Technology Co ltd filed Critical Donglian Information Technology Co ltd
Priority to CN202010730662.XA priority Critical patent/CN111918370A/zh
Publication of CN111918370A publication Critical patent/CN111918370A/zh
Priority to CN202110394904.7A priority patent/CN113055990B/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及通信技术领域，本发明旨在提出一种基于大数据挖掘及AI调度的无线基站的节能降耗方法，以提升节能降耗解决方案的准确性，所述方法包括：对网络的网络数据进行大数据采集和挖掘；根据所述网络数据，并基于模型算法训练节能模型，所述节能模型为用户行为模型、能耗模型和KPI性能模型的关联模型；节能策略系统根据所述节能模型确定节能策略，执行节能策略对应的节能操作。本发明提升了节能降耗解决方案的准确性，使得在保证网络性能的前提下能够更大幅度的进行节能降耗。

Description

基于大数据挖掘及AI调度的无线基站的节能降耗方法
技术领域
本发明涉及通信技术领域，具体来说涉及一种无线基站的节能降耗方法。
背景技术
现在节能技术，更多是通信基站系统内，根据基站资源的消耗情况及网络覆盖情况进行数据挖掘分析，给出节能降耗的方案，其没有对网络数据诸如用户行为、以及网络性能进行充分考虑，其节能效果和网络性能难以平衡，节能方案的准确性较差。
发明内容
本发明旨在提出一种基于大数据挖掘及AI调度的无线基站的节能降耗方法，以平衡节能降耗解决方案的性能和节能效果。
本发明解决上述技术问题所采用的技术方案是：基于大数据挖掘及AI调度的无线基站的节能降耗方法，包括以下步骤：
对网络的网络数据进行大数据采集和挖掘；
根据所述网络数据，并基于模型算法训练节能模型，所述节能模型为用户行为模型、能耗模型和KPI性能模型的关联模型；
节能策略系统根据所述节能模型确定节能策略，执行节能策略对应的节能操作。
进一步的，所述网络数据包括用户行为数据，所述用户行为数据至少包括：用户接入频繁度、数据包使用大小、位置移动性和业务切片内容，所述用户行为模型根据用户行为数据并基于模型算法建立。
进一步的，所述网络数据还包括基站能耗数据，所述基站能耗数据至少包括：基站电量、电流和电压，所述能耗模型根据所述基站能耗数据和用户行为数据并基于模型算法建立。
进一步的，根据使用场景的不同，所述能耗模型包括区域级能耗模型、场景级能耗模型和小区级能耗模型。
进一步的，所述网络数据还包括：KPI性能数据，所述KPI性能模型根据所述KPI性能数据、基站能耗数据和用户行为数据并基于模型算法建立。
进一步的，所述节能策略系统根据所述节能模型确定节能策略的方法包括：
节能模型对用户行为进行时间序列及空间定位管理，根据基站的历史能耗数据进行时间序列的能耗预测，将预测结果输入至节能策略系统中确定节能策略。
进一步的，所述节能策略至少包括：AI流控策略和时控节能策略，所述AI流控策略至少包括：小区协同策略、跨网协同策略和分流策略，所述节能操作至少包括：符号关断、通道关断和载波关断。
进一步的，还包括：根据预设周期对节能模型进行模型迭代训练得到新的节能模型，根据新的节能模型确定节能策略。
本发明的有益效果是：本发明所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，对5G网络大数据进行深度挖掘，深入研究4/5G网络协同组网，对用户行为、能耗和KPI性能进行关联性分析，提升了节能降耗解决方案的准确性，使得在保证网络性能的前提下能够更大幅度的进行节能降耗。
具体实施方式
下面将结合实施例对本发明的实施方式进行详细描述。
本发明所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，包括以下步骤：对网络的网络数据进行大数据采集和挖掘；根据所述网络数据，并基于模型算法训练节能模型，所述节能模型为用户行为模型、能耗模型和KPI性能模型的关联模型；节能策略系统根据所述节能模型确定节能策略，执行节能策略对应的节能操作。
首先，通过对网络基站数据、用户行为和网络性能等数据进行大数据采集和挖掘，然后，根据采集和挖掘的网络数据训练得到节能模型，所述节能模型是用户行为模型、能耗模型和KPI性能模型的关联模型，最后，根据节能模型调整节能策略，并执行相应的节能操作。
实施例
本发明实施例所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，包括以下步骤：
对网络的网络数据进行大数据采集和挖掘；
根据所述网络数据，并基于模型算法训练节能模型，所述节能模型为用户行为模型、能耗模型和KPI性能模型的关联模型；
其中，所述网络数据包括用户行为数据，所述用户行为数据至少包括：用户接入频繁度、数据包使用大小、位置移动性和业务切片内容，所述用户行为模型根据用户行为数据并基于模型算法建立。
所述网络数据还包括基站能耗数据，所述基站能耗数据至少包括：基站电量、电流和电压，所述能耗模型根据所述基站能耗数据和用户行为数据并基于模型算法建立。
根据使用场景的不同，所述能耗模型包括区域级能耗模型、场景级能耗模型和小区级能耗模型。相应的，对于用户行为，节能模型包含小区级粒度、小区成簇粒度、区域级粒度及全网级粒度的模型。
所述网络数据还包括：KPI性能数据，所述KPI性能模型根据所述KPI性能数据、基站能耗数据和用户行为数据并基于模型算法建立。
节能策略系统根据所述节能模型确定节能策略，执行节能策略对应的节能操作。
所述节能策略系统根据所述节能模型确定节能策略的方法包括：
节能模型对用户行为进行时间序列及空间定位管理，根据基站的历史能耗数据进行时间序列的能耗预测，将预测结果输入至节能策略系统中确定节能策略。
节能策略中规定了目标小区及区域的节能操作时段，比如12:00～14:00，如果在此期间，由于用户行为的变化，导致网络使用需求增加，则将根据对基站的实时电流监测结果，进行实时的电源激活及小区激活，从而应对用户行为的变化。
节能策略系统充分考虑小区件的协同网络分流，不同运营商间的协同网络分流，进行容量及用户感知多方面的评估。
所述节能策略至少包括：AI流控策略和时控节能策略，所述AI流控策略至少包括：小区协同策略、跨网协同策略和分流策略，所述节能操作至少包括：符号关断、通道关断和载波关断。
节能操作包括激活网络中厂家设备，具体包括通过指令进行小区去激活(软关)，从而减少5G AAU，4G RRU的发射功率，还可以包括先软关再硬关的硬件拉闸机制，减少待机功率。
为了反映最新的用户行为和网络情况，本实施例所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法还包括：根据预设周期对节能模型进行模型迭代训练得到新的节能模型，根据新的节能模型确定节能策略，也可以根据操作者的需求，进行手动设置模型训练的数据范围和时间范围。
在进行节能操作的前后，分别对5G网络的业务统计数据、5G测试上报数据、4G网络的业务统计数据及MR测量报告数据进行大数据采集及挖掘，其中5G网络业务统计数据包括AAU耗电量、BBU耗电量、用户业务量、小区及区域级的接入性能指标、保持性能指标和完整性能指标，并在实施节能操作前后进行指标对比分析，确保在节能降耗的同时用户感知保持在一定水平线以上。

Claims (8)

1.基于大数据挖掘及AI调度的无线基站的节能降耗方法，其特征在于，包括以下步骤：
对网络的网络数据进行大数据采集和挖掘；
根据所述网络数据，并基于模型算法训练节能模型，所述节能模型为用户行为模型、能耗模型和KPI性能模型的关联模型；
节能策略系统根据所述节能模型确定节能策略，执行节能策略对应的节能操作。
2.如权利要求1所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，其特征在于，所述网络数据包括用户行为数据，所述用户行为数据至少包括：用户接入频繁度、数据包使用大小、位置移动性和业务切片内容，所述用户行为模型根据用户行为数据并基于模型算法建立。
3.如权利要求2所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，其特征在于，所述网络数据还包括基站能耗数据，所述基站能耗数据至少包括：基站电量、电流和电压，所述能耗模型根据所述基站能耗数据和用户行为数据并基于模型算法建立。
4.如权利要求3所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，其特征在于，根据使用场景的不同，所述能耗模型包括区域级能耗模型、场景级能耗模型和小区级能耗模型。
5.如权利要求3所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，其特征在于，所述网络数据还包括：KPI性能数据，所述KPI性能模型根据所述KPI性能数据、基站能耗数据和用户行为数据并基于模型算法建立。
6.如权利要求1所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，其特征在于，所述节能策略系统根据所述节能模型确定节能策略的方法包括：
节能模型对用户行为进行时间序列及空间定位管理，根据基站的历史能耗数据进行时间序列的能耗预测，将预测结果输入至节能策略系统中确定节能策略。
7.如权利要求1所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，其特征在于，所述节能策略至少包括：AI流控策略和时控节能策略，所述AI流控策略至少包括：小区协同策略、跨网协同策略和分流策略，所述节能操作至少包括：符号关断、通道关断和载波关断。
8.如权利要求1所述的基于大数据挖掘及AI调度的无线基站的节能降耗方法，其特征在于，还包括：根据预设周期对节能模型进行模型迭代训练得到新的节能模型，根据新的节能模型确定节能策略。
CN202010730662.XA 2020-07-27 2020-07-27 基于大数据挖掘及ai调度的无线基站的节能降耗方法 Pending CN111918370A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010730662.XA CN111918370A (zh) 2020-07-27 2020-07-27 基于大数据挖掘及ai调度的无线基站的节能降耗方法
CN202110394904.7A CN113055990B (zh) 2020-07-27 2021-04-13 基于大数据挖掘及ai调度的无线基站的节能降耗方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010730662.XA CN111918370A (zh) 2020-07-27 2020-07-27 基于大数据挖掘及ai调度的无线基站的节能降耗方法

Publications (1)

Publication Number Publication Date
CN111918370A true CN111918370A (zh) 2020-11-10

Family

ID=73281480

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010730662.XA Pending CN111918370A (zh) 2020-07-27 2020-07-27 基于大数据挖掘及ai调度的无线基站的节能降耗方法
CN202110394904.7A Active CN113055990B (zh) 2020-07-27 2021-04-13 基于大数据挖掘及ai调度的无线基站的节能降耗方法及系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202110394904.7A Active CN113055990B (zh) 2020-07-27 2021-04-13 基于大数据挖掘及ai调度的无线基站的节能降耗方法及系统

Country Status (1)

Country Link
CN (2) CN111918370A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112566226A (zh) * 2020-12-16 2021-03-26 北京电信规划设计院有限公司 5g基站智能化节能方法
CN112866021A (zh) * 2021-01-12 2021-05-28 中移(成都)信息通信科技有限公司 基于深度强化学习的ai智慧节能动态控制方法
WO2022227995A1 (zh) * 2021-04-30 2022-11-03 华为技术有限公司 一种节能方法及装置
CN116114317A (zh) * 2020-12-14 2023-05-12 华为技术有限公司 通信方法、装置及系统
WO2023087138A1 (zh) * 2021-11-16 2023-05-25 株式会社Ntt都科摩 网络能耗管理系统、方法和存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115551055A (zh) * 2021-06-30 2022-12-30 中国电信股份有限公司 基站的节能方法、系统和生产者网元
CN116192637A (zh) * 2021-11-29 2023-05-30 上海华为技术有限公司 一种设备节能方法和网络设备
CN116209046B (zh) * 2023-04-28 2023-07-21 浙江省公众信息产业有限公司 一种实时节能的移动通信方法、装置、网络侧设备及介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101841859A (zh) * 2009-03-20 2010-09-22 中兴通讯股份有限公司 基站状态控制方法、基站节能控制系统
US20140106828A1 (en) * 2011-06-20 2014-04-17 Telefonaktiebolaget L M Ericsson (Publ) Methods and arrangements to save energy consumption in a network node
CN103024761B (zh) * 2011-09-26 2016-03-02 艾默生网络能源有限公司 基站能耗模型建立方法、能耗预测方法及装置
KR101709637B1 (ko) * 2012-04-27 2017-02-23 노키아 솔루션스 앤드 네트웍스 오와이 방법 및 장치
CN103702401B (zh) * 2013-12-17 2016-08-17 无锡清华信息科学与技术国家实验室物联网技术中心 基于用户行为分析的移动网络节能方法
US9432901B1 (en) * 2015-07-24 2016-08-30 Cisco Technology, Inc. System and method to facilitate radio access point load prediction in a network environment
CN108235415B (zh) * 2018-02-07 2020-05-22 武汉大学 一种考虑用户体验的基站节能方法
CN110650518A (zh) * 2018-06-27 2020-01-03 上海华为技术有限公司 一种基站设备的节能方法和设备
US11252664B2 (en) * 2018-09-28 2022-02-15 Lg Electronics Inc. Method and apparatus for entering a connected state with a network for continuing transmission in wireless communication system
CN110298488A (zh) * 2019-05-31 2019-10-01 武汉烽火富华电气有限责任公司 一种基于数据挖掘的能源数据分析方法及系统
CN111148118B (zh) * 2019-12-18 2023-03-14 福建省南鸿通讯科技有限公司 基于时间序列的流量预测和载波关断方法和系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116114317A (zh) * 2020-12-14 2023-05-12 华为技术有限公司 通信方法、装置及系统
CN112566226A (zh) * 2020-12-16 2021-03-26 北京电信规划设计院有限公司 5g基站智能化节能方法
CN112566226B (zh) * 2020-12-16 2023-03-17 北京电信规划设计院有限公司 5g基站智能化节能方法
CN112866021A (zh) * 2021-01-12 2021-05-28 中移(成都)信息通信科技有限公司 基于深度强化学习的ai智慧节能动态控制方法
CN112866021B (zh) * 2021-01-12 2021-11-09 中移(成都)信息通信科技有限公司 基于深度强化学习的ai智慧节能动态控制方法
WO2022227995A1 (zh) * 2021-04-30 2022-11-03 华为技术有限公司 一种节能方法及装置
WO2023087138A1 (zh) * 2021-11-16 2023-05-25 株式会社Ntt都科摩 网络能耗管理系统、方法和存储介质

Also Published As

Publication number Publication date
CN113055990B (zh) 2021-11-30
CN113055990A (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN111918370A (zh) 基于大数据挖掘及ai调度的无线基站的节能降耗方法
CN112566226B (zh) 5g基站智能化节能方法
CN102413554B (zh) 一种基于异构蜂窝无线网络的节能方法及其实现结构
CN111885685A (zh) 5g基站节能的方法、装置、电子设备及存储介质
CN110062450B (zh) 5g基站节约能耗的方法、装置、设备及可读存储介质
CN105636056A (zh) 一种频谱资源自优化的节能方法、装置和系统
CN110139289A (zh) 一种调度方法及调度系统
CN114727375B (zh) 一种5g基站深度休眠的节能控制方法、基站和系统
WO2014040643A1 (en) Method for energy saving in a cellular communication system
WO2014040642A1 (en) Method for energy saving in a cellular communication system
CN102547768A (zh) 分布式Femto基站系统中SON的实现方法及装置
WO2021109746A1 (zh) 一种有源室分系统的控制方法、电子设备及存储介质
CN113573340A (zh) 基站小区的控制方法、装置、介质及电子设备
CN110278603A (zh) 一种移动终端动态功耗调整的方法
CN103875273A (zh) 制式网络的关闭方法、装置和系统
CN114245445A (zh) 一种基站节能的装置及方法
CN114339971A (zh) 基站节能控制方法、装置、存储介质及电子设备
CN115087080B (zh) 移动通信网络的节能控制方法、装置、电子设备及介质
CN115086986A (zh) 策略调整方法及相关设备
CN102165813B (zh) 无线通信系统、控制装置、通信方法切换方法和程序
Zhang et al. Intelligent energy saving technology and strategy of 5G RAN
CN117221987A (zh) 基站节能方法、基站、基站池及核心网
CN113747556B (zh) 室内分布系统节能方法、设备及计算机可读存储介质
CN103167577A (zh) 一种关闭小区的方法、站点装置
Hossain et al. On the energy efficiency of self-organizing LTE cellular access networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201110

WD01 Invention patent application deemed withdrawn after publication