CN113055903A - 用于基站的节能关断的方法、设备和介质 - Google Patents

Abstract

本公开涉及一种用于基站的节能关断的方法、设备和介质。该方法结合了5G网络特性，将基站的特征数据以及实时状态数据作为关断决策模型的输入，包括业务场景特征、潮汐特征和邻区关系特征，采用关断决策模型确定用于该基站的关断策略，包括关断方式、执行时间段和触发门限，以供基站执行。利用反馈数据用以评估影响，如果该关断策略是有效的，则将该关断策略加入有效节能案例数据库，并基于有效节能案例数据库执行多标签回归模型自主训练，以更新关断决策模型，形成闭环。

Description

用于基站的节能关断的方法、设备和介质

技术领域

本公开涉及移动通信领域，并且具体而言，涉及一种用于基站的节能关断的方法、设备和介质。

背景技术

第五代移动通信(5G)技术正逐步进入应用阶段。与传统的移动通信技术相比，5G通信具有许多优势。然而，5G基站的能耗也大幅增长。例如，5G基站的能耗可以达到4G基站的3-4倍。1个带3小区的5G基站，功率大约在4000W左右(排除空调制冷耗电)，大约是普通家用冰箱耗电的20倍、Wi-Fi热点的1000倍。若5G通信网络建设成与目前4G通信网络相当的覆盖水平，5G通信网络的耗电量将会占到占社会总电增量的5％。这会给运营商的营运资本带来较大开支压力。因此对5G通信网络的基站采取节能手段，具有重要意义。

目前存在几种常用的基站节能手段。例如，一种方法可以在硬件方面采用氮化镓工艺的新材料以提升功放效率，从而实现降低电源、滤波器等器件的能耗的目的。另一种方法通过动态调压来降低线缆损耗，从而降低线缆上的能耗。还有的方法通过软件算法在业务负荷较低时对基站实施节能关断以降低能耗。然而，现有的用于4G的节能关断技术具有许多局限，例如，适用范围较窄、分析维度较窄、参与阈值一刀切、关断方式单一，等等。这些节能关断技术不能很好地适应5G发展的需要。

因此，需要用于基站的节能关断的更为综合、灵活和有效的方式。

发明内容

本公开提供了一种用于基站的节能关断的方法、设备和介质。

根据本公开的一个方面，提供了一种用于基站的节能关断的方法，包括以下步骤：基于与多个基站相关联的KPI数据、MR数据和基站配置数据生成该多个基站中的每个基站的业务场景特征、潮汐特征和邻区关系特征；从该多个基站中选取要对其执行节能关断的第一基站；接收与第一基站的实时状态相关联的实时状态数据；将第一基站的业务场景特征、潮汐特征和邻区关系特征以及实时状态数据作为关断决策模型的输入，根据该关断决策模型确定用于第一基站的第一关断策略，第一关断策略包括用于第一基站的关断方式、触发门限以及执行时间段；将第一关断策略发送给第一基站以供执行；接收由第一基站执行第一关断策略的反馈数据，并基于该反馈数据确定第一关断策略是否为有效的关断策略；如果确定第一关断策略为有效的关断策略，则执行以下步骤：将第一关断策略和第一基站的业务场景特征、潮汐特征和邻区关系特征以及实时状态数据相关联地存储到有效节能案例数据库中；基于包含第一关断策略的有效节能案例数据库执行多标签回归模型自主训练以更新关断决策模型；以及将更新后的关断决策模型用于确定该多个基站的一个或多个关断策略。

根据本公开的另一方面，提供了一种用于基站的节能关断的设备，该设备包括：一个或多个硬件处理器；一个或多个非暂态计算机可读存储介质，该一个或多个非暂态计算机可读存储介质上存储有计算机程序，该计算机程序在由所述一个或多个硬件处理器执行时，使得该一个或多个硬件处理器执行如本公开所述的任一种方法。

根据本公开的还有的方面，提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质上存储有计算机程序，该计算机程序在一个或多个硬件处理器执行时，使得所述一个或多个硬件处理器执行如本公开所述的任一种方法。

根据本公开的用于基站的节能关断的方法的优点至少表现在以下几个方面：(1)综合性强：结合业务场景特征、潮汐特征和邻区关系特征实现综合特征输出，解决了仅针对片面特征进行分析的瓶颈，提供了全面的基站画像；(2)具备自主学习能力：可针对与节能决策相关联的参数(诸如PRB利用率和RRC连接数阈值等)进行自主学习，以适应不同业务场景、负荷情况以及覆盖情况的需求，而无需人工干预；(3)具备可跟踪性：通过收集5G网络的节能效果反馈，可以为关断决策模型提供反馈依据，从而动态地优化策略；(4)适用范围更广：关断方式可以选自浅度的符号关断、中度的通道关断以及较为深度的休眠，可实施多种方式的叠加决策，取得更优的节能效果。

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：

图1示出了根据本公开的实施例的通信系统的示意图；

图2示出了根据本公开的实施例的基站的示例性潮汐特征；

图3示出了根据本公开的实施例的节能关断实施过程和关断决策模型训练过程的流程图；

图4示出了根据本公开的实施例的可以用于实现图1中的节能管理器的计算设备的示意图。

注意，在以下说明的实施方式中，有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分，而省略其重复说明。在本说明书中，使用相似的标号和字母表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

为了便于理解，在附图等中所示的各结构的位置、尺寸及范围等有时不表示实际的位置、尺寸及范围等。因此，所公开的发明并不限于附图等所公开的位置、尺寸及范围等。

具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

图1示出了根据本公开的实施例的通信系统1000的示意图。通信系统1000可以包括一个或多个基站100、一个或多个用户终端200、网络管理器300、以及根据本公开的实施例的节能管理器400。

根据本公开的实施例，基站100包括可以根据各种蜂窝技术向用户终端200提供通信服务的基站。每个基站100可以服务于一定覆盖范围内的用户，并且可以与一个或多个其他基站100具有部分重叠的覆盖区域。基站100可以部署在各种区域，包括室内、室外、城区、郊区、人口密集区、人口非密集区、学校、机场、医院、五高一地(高铁、高速、高校、高密度住宅区、高流量商务区、地铁)区域等等。优选地，在用于5G组网的情况下，基站100可以包括各种类型的5G基站。例如，基站100可以是用于宏小区的宏基站。基站100也可以是用于各种级别的微蜂窝小区(例如，Metrocell、Femtocell、Picocell等等)的微基站，例如皮基站和飞基站。图1所示的多个基站100可以是同一类型的基站，也可以是不同类型的基站。基站100可以具有向前兼容的能力，例如部分地兼容4G。本公开所描述的方法对于5G基站是特别有利的，因此接下来主要针对5G基站进行描述。尽管如此，本领域技术人员可以理解的是，本公开的方法与原理也可以用于2G/3G/4G基站。此外，可以预见未来世代的基站(例如6G基站)将会继承5G基站的至少一部分特性，因此本公开的方法与原理也可以用于未来世代的基站。

根据本公开的实施例，基站100所服务的用户终端200可以是能够使用蜂窝网络服务的各种类型的用户终端，包括但不限于智能电话、平板计算机、车载设备、机器人、无人机、医用设备、工业设备、家庭设备、可穿戴设备、网关设备等。用户终端200可以位于一个或多个基站100的覆盖区域中。用户终端200可以向基站100发送数据并接收来自基站100的数据，从而为用户提供蜂窝网络服务。尽管图1示出了每个基站100与两个用户终端200连接，但是本领域技术人员可以理解，每个基站100可以与更多或更少的用户终端200连接。并且，每个用户终端200可以与多个基站100连接(例如，位于多个基站的重叠覆盖区域)，并且可以在这多个基站100之间进行切换。

根据本公开的实施例，网络管理器300可以由运营商维护，并且被配置为对运营商所运营的多个基站100进行管理。具体地，网络管理器300可以与多个基站100进行通信和/或与管理每个基站100的监测设备进行通信，从而实现对多个基站100的管理，包括系统部署、软硬件管理、告警管理、性能管理、配置管理、日志管理、备份恢复，等等。网络管理器300可以将用于控制一个或多个基站100的指令、配置、控制发送给相应基站100以供执行，从而实现对相应基站的配置和管理。

根据本公开的实施例，网络管理器300可以从一个或多个来源收集与多个基站100所组成的网络相关联的数据。这些数据可以表征该网络在一定时间段内的性能和状态，例如表征该网络的覆盖类指标、呼叫建立类指标、呼叫保持类指标、移动管理类指标等。具体地，网络管理器300可以从多个基站100收集KPI数据、MR数据和基站配置数据。网络管理器300所收集的KPI数据、MR数据和基站配置数据可以包括但不限于参考信号接收功率(RSRP)、接收信号强度指示符(RSSI)、参考信号接收质量(RSRQ)、信噪比(SNIR)、无线资源控制(RRC)连接建立成功率、E-RAB建立成功率、无线接通率、RRC连接异常掉话率、E-RAB掉话率、E-RAB拥塞率、eNB内切换成功率、X2口接收成功率、S1口切换成功率、系统间切换成功率、时间提前量、eNB接收干扰功率、eNB天线到达角、UE发射功率余量、上行丢包率、下行丢包率、上行信噪比、PRB粒度eNB接收干扰功率、UE PUSCH信道占用PRB数、UE PDSCH信道占用PRB数、eNB收发时间差、已定义邻区关系的小区的参考信号接收功率、未定义邻区关系的小区的参考信号接收功率、小区的RANK值、基站设备的型号、基站设备软件的版本、基站的能力、基站的地理位置、基站的功率阈值、基站的分布等等。可以通过综合多个基站100的数据和监测来生成这些数据，从而可以在网络层级上(而不仅仅是单个基站层级上)表征与网络相关联的覆盖类指标、呼叫建立类指标、呼叫保持类指标、移动管理类指标等。这些数据可以由基站100本身和/或监测基站100的对应设备报送给网络管理器300，和/或由网络管理器300通过处理所报送的数据而生成。网络管理器300可以以一定的时间间隔(例如，15分钟、30分钟、60分钟等)从多个基站100周期性地收集这些数据和/或生成这些数据。

根据本公开的实施例，网络管理器300可以将所收集的KPI数据、MR数据和基站配置数据转发给其他设备。例如，网络管理器300可以与节能管理器400通信，以将所收集或所生成的数据发送给节能管理器400。在确定用于各个基站100的关断策略时，节能管理器400可以综合分析KPI数据、MR数据和基站配置数据。网络管理器300也可以将来自节能管理器400的关断策略转发给相应的基站100，从而实现对特定的一个或多个基站的节能关断。这将在下面进一步描述。

需要注意的是，尽管图1仅示出了单个网络管理器300，但是根据本公开的其他实施例，也可以使用更多的网络管理器300。并且，由网络管理器300实现的网络管理功能可以由多个分立的子管理器分别实现。

根据本公开的实施例，节能管理器400可以被配置为实现根据本公开所描述的用于基站的节能关断的方法。节能管理器400可以由运营商维护。如图1所示，节能管理器400可以包括多个功能模块，例如特征分析模块410、数据整合模块420、决策模块430、决策模型训练模块440、监控模块450。节能管理器400可以与网络管理器300通信。可选地，节能管理器400还可以与附加配置模块500通信。

根据本公开的实施例，特征分析模块410可以被配置接收来自网络管理器300的KPI数据、MR数据和基站配置数据。例如，特征分析模块410可以以一定的时间间隔(例如，15分钟、30分钟、60分钟等)周期性地从网络管理器300接收这些数据。特征分析模块410还可以将所收集的数据存储在数据库(图1中未示出)中，从而允许基于多个周期累积的KPI数据、MR数据和基站配置数据进行各种时间粒度上的统计分析。更具体地，特征分析模块410可以综合地基于KPI数据、MR数据和基站配置数据生成每个基站100的特征数据。所生成的特征数据可以表征基站的“历史画像”，并且可以被发送给数据整合模块420。

根据本公开的实施例，由特征分析模块410生成的特征数据可以包括与业务场景特征、潮汐特征和邻区关系特征中的一个或多个相关联的数据。

根据本公开的实施例，业务场景特征可以指示与基站100相关联的业务场景，包括基站100是位于室内还是室外、郊区还是城区、密集区还是非密集区、是否属于五高一地业务场景、是否服务于各种特定机构(学校、机场、医院等)，等等。业务场景特征可以部分地指示特定基站100的负荷特性，从而影响用于该基站100的关断方式。

根据本公开的实施例，潮汐特征可以指示基站100的负荷随时间变化的趋势，例如与该基站100相关联的繁忙时段、非繁忙时段、高峰负荷、低谷负荷。潮汐特征也可以部分地指示特定基站100的负荷特性，从而影响用于该基站100的关断方式。图2示出了根据本公开的实施例的基站的示例性潮汐特征2000，其中不同的曲线对应与一个月内的不同天的负荷曲线。如图2所示，由虚线框2100和2200圈住的部分指示出每天大约7点至20点为该基站在一天内的繁忙时段(并且日潮汐近似具有两个峰值)。而通过比较虚线框2100和2200可知，该基站在工作日期间比在非工作日期间要更为繁忙(具有周潮汐特征)。因此，可以相应地推断该基站服务于人口密集的室内工作场所。

邻区关系特征可以指示特定基站100与其他基站100的关系，例如是否存在与该特定基站100具有重叠的覆盖区域的邻区基站、这些邻区基站的状态以及这些邻区基站的能力，等等。邻区关系特征可以指示特定基站100的用户是否能够顺利地切换到由邻区基站服务的相邻小区，因此邻区关系特征也会影响用于该特定基站100的关断方式。

根据本公开的实施例，由特征分析模块410生成的特征数据可以被用于对网络中的所有基站进行过滤，从而确定能够对其实施节能关断的基站的候选基站集合。候选基站集合可以包括全部基站100的子集。例如，可以优先地选择位于郊区、非密集区、非五高一地场景的基站进行关断，而将位于城区、密集区、五高一地场景的基站排除在候选基站集合以外。可选地，可以将在未来一段时间将处于非繁忙时段的基站加入候选基站集合，而将可能处于繁忙时段的基站排除在候选集合以外。另外，可以将存在邻区基站的基站加入候选基站集合，而将没有邻区基站的基站排除在候选基站集合以外，或者将具有处于繁忙状态/休眠状态的邻区基站的基站排除在候选基站集合以外。候选基站集合可以被存储，并且可以被提供给数据整合模块420。通过确定候选基站集合，可以缩小能够对其实施节能关断的基站的数量，从而节省节能控制器的计算开销。尽管如此，可以理解的是，候选基站集合的确定过程不是必需的。换句话说，候选基站集合可以包括全部基站100。

根据本公开的实施例，数据整合模块420可以针对候选基站集合中的每个基站进行处理。对于候选基站集合中的第一基站100，数据整合模块420可以接收与第一基站100的实时状态相关联的实时状态数据。该实时状态数据可以包括与该第一基站100相关联的客户感知特征，例如RRC连接数、时延、PRB利用率等。例如，数据整合模块420可以向网络管理器300发送请求，并且网络管理器300可以响应于数据整合模块420的请求而收集/确定与第一基站100的实时状态相关联的实时状态数据，并且所收集/确定的数据返回给数据整合模块420。由特征分析模块410生成的特征数据主要体现了与第一基站相关联的统计特性(例如，分类、趋势、变化)。与之相比，实时状态数据表征第一基站100各项即时指标。

可选地，根据本公开的实施例，数据整合模块420还可以从附加配置模块500接收一个或多个附加参数。附加参数可以包括人工配置的数据。例如，运营商的操作人员可以通过附加配置模块500输入白名单以指示禁止进行节能关断的基站的列表。附加参数还可以包括环境因素信息，包括但不限于天气、温度、突发事件等。在这种情况下，附加配置模块500可以包括例如一个或多个传感器或者与环境因素信息相关联的信息源。

根据本公开的实施例，数据整合模块420可以对能够影响关断策略的各项参数进行整合以得到决策参数。这些参数包括但不限于由特征分析模块410生成的特征数据、第一基站100的实时状态数据、以及附加参数中的一个或多个。数据整合模块420可以将这些参数整合为适于决策模块430使用的格式。例如，数据整合模块420可以提取特征数据、实时状态数据、附加参数中的一个或多个，并将其填充到为决策模块430定义的决策参数数据结构的相应字段中。优选地，数据整合模块420还可以对不同的参数赋予不同的权重，从而将所有参数中的一部分整合为加权值。通过这种方式，节能管理器400可以兼容不同类型的基站设备(例如，由不同厂商提供、服务于不同层级的小区、等等)，提高了系统的适用范围。数据整合模块420可以将经整合的决策参数提供给决策模块430。决策参数能够将基站的“历史画像”(例如，特征数据)和“当前画像”(例如，实时状态)组合，从而提供综合性强的决策依据。

根据本公开的实施例，决策模块430可以基于数据整合模块420所提供的决策参数来确定用于第一基站100的关断策略。决策参数可以包括与第一基站100相关联的特征数据、实时状态数据以及附加参数中的一个或多个。具体地，决策模块430可以根据关断决策模型431来做出这种确定。关断决策模型431接收决策参数作为输入，并相应地输出用于第一基站100的第一关断策略。根据本公开的实施例，第一关断策略可以包括与用于第一基站100的节能关断相关联的策略参数。策略参数可以包括用于第一基站100的关断方式、触发门限以及执行时间段中的一个或多个。

根据本公开的实施例，策略参数所指定的关断方式可以包括符号关断、通道关断、室内下电、小区休眠中的一种或多种。

根据本公开的实施例，符号关断可以包括在没有发射有效数据的符号期间关闭基站的功放电源。在实际通信过程中，由基站发送的子帧中的符号并非任何时刻都填满有效信息。因此，当基站较不繁忙时，可以将有效信息调度到指定的符号，而在没有调度有效信息的符号期间关闭功放电源，从而减少基站的能耗。符号关断对于业务负荷变化明显的基站具有明显的节能效果。根据本公开的实施例，符号关断可以进一步细分为普通符号关断和增强型符号关断。与普通符号关断相比，增强型符号关断可以节省更多的能耗，但会在一定程度上影响蜂窝服务的时延特性。可以基于当前用户对时延的敏感度来确定是选择普通符号关断还是增强型符号关断。

根据本公开的实施例，通道关断可以包括关闭基站的某些发射通道。例如，5G基站可能采用多输入多输出(MIMO)技术，该技术使用多个通道进行发射。在业务负荷较轻时，可以选择关闭一个或多个通道，从而减少基站的能耗。通道关断技术具有较高的可行性，并且对覆盖类指标影响较小。

根据本公开的实施例，室内下电和小区休眠可以包括关闭基站。这里的基站可以包括各种层级，例如宏基站、微基站等等。例如，对于室内站(皮基站)而言，可以通过室内下电的方式关闭基站。对于室外站而言，可以通过小区休眠的方式关闭基站。室内下电和小区休眠可以实现最大程度的能耗降低，但会明显影响当前小区所服务的用户。因此，室内下电和小区休眠适合于被用于突发性业务负荷(体育赛事、展会)的基站等。并且，当特定基站被关闭时，通常要求存在邻区基站并且该邻区基站能够承接该特定基站所服务的用户。

应当注意的是，可以为单个基站指定上述各种关断方式中一种，或者指定多种关断方式的组合。例如，可以指定第一基站关断一定数量的通道(通道关断)，并且对于未被关断的通道同时还执行符号关断，以进一步提高节能效果。优选地，当最终要执行深度关断(例如，小区休眠)时，可以先执行浅度关断(例如，符号关断)以评估影响，并且在取得预期影响的情况下才加大关断深度(例如，执行通道关断)，并最终进入深度关断。通过这种方式，可以避免基站性能的骤降引起用户体验的下降。

根据本公开的实施例，策略参数所指定的触发门限可以包括一个或多个参数阈值对。每个参数阈值对可以指定要监测的参数以及为该参数设定的阈值。仅仅作为示例，可以针对RRC连接数设定阈值，作为触发门限的一部分。在这种情况下，当特定基站的RRC连接数低于该阈值时，可以触发为该基站设定的关断方式，使得该基站进入节能状态。作为另一个示例，可以针对PRB利用率设定阈值，作为触发门限的一部分。在这种情况下，当特定基站的PRB利用率低于该阈值时，可以触发为该基站设定的关断方式。本领域技术人员可以理解，可以针对基站的任何参数设置这种参数阈值对。可以由网络管理器300和/或基站100自身对触发门限所指定的参数进行持续监测。可以在满足一个参数阈值时就触发节能关断，或者在满足一定数量的参数阈值时触发节能关断，或者在满足所有参数阈值时才触发节能关断。

根据本公开的实施例，策略参数所指定的执行时间段可以包括执行关断的起始时间、结束时间、持续时间等。例如，执行时间段可以与基站的潮汐特征相关联，例如指定一天的某个时间段、一周的某个时间段、或者一个月的某个时间段对基站执行节能关断。可选地，执行时间段可以指定在达到触发门限后的一定时间内对基站执行节能关断，并在该段时间过去后结束节能关断。

优选地，第一关断策略可以包含多个子策略，其中每个子策略都具有对应的关断方式、触发门限和执行时间段。基站可以在满足第一子策略的触发门限时执行第一子策略的关断方式达到第一子策略的执行时间段，并且满足第二子策略的触发门限时执行第二子策略的关断方式达到第二子策略的执行时间段。可以按照优先级(例如，节能比率、对网络KPI的影响等)对多个子策略进行排序，并在同时满足多个子策略的触发门限时执行优先级高的子策略。

根据本公开的实施例，由决策模块430为第一基站100所生成的第一关断策略可以被发送给网络管理器300。网络管理器300可以将该第一关断策略转发给对应的第一基站100。第一基站100可以执行该第一关断策略，即，在满足指定的触发门限时执行指定的关断方式达到指定的执行时间段。替代地，可以由网络管理器300来执行第一关断策略，即，在满足指定的触发门限时，由网络管理器300将具体的配置指令发送给基站100，以实现第一关断策略所描述的关断。

根据本公开的实施例，决策模型训练模块440可以通过自主训练来生成、维护和更新用于确定关断策略的关断决策模型431。具体地，关断决策模型431可以被构造为一个多标签回归模型。可以使用决策模型训练模块440来训练关断决策模型431。决策模型训练模块440可以维护有效节能案例数据库441，作为训练样本集。有效节能案例数据库441可以包括多个有效节能案例。每个有效节能案例可以包含与该案例相关联的多个参数，包括与该案例所针对的网络相关联的参数、与该案例所针对的基站相关联的参数、与该案例执行的即时条件相关联的参数、与该案例执行的节能策略相关联的参数、与该案例所取得的效果相关联的参数，等等。例如，每个有效节能案例可以包括与之相关联的基站的业务场景特征、潮汐特征、邻区关系特征、实时状态参数、环境因素、所采取的节能策略(关断方式、触发门限、执行时间段)、以及执行效果(节能比率、对网络和基站性能的影响)等等。有效节能案例的这些数据构成了一个多维度多标签的训练样本集。

根据本公开的实施例，决策模型训练模块440可以以有效节能案例数据库441为样本集来执行多标签回归模型训练，从而得到关断决策模型431。在训练过程中，可以从有效节能案例所包括的各个参数中选取部分参数分别作为多标签回归模型的特征变量、标签变量和约束变量。作为示例，可以将关断方式、触发门限以及执行时间段作为关断决策模型的特征，将业务场景特征与邻区关系特征作为所述关断决策模型的约束，至少将能耗、体验速率、PRB利用率、RRC连接数、切换成功率作为标签，对所述关断决策模型执行多标签回归模型自主训练。注意到所使用的变量中可能存在离散变量。对此，可以对所述标签、特征和约束中的离散变量进行连续性约化，并使用连续优化方程的方法(例如，KKT方法)求解，从而快速获得可行解。

根据本公开的实施例，决策模型训练模块440还可以基于为第一基站100确定的第一关断策略的执行效果反馈来更新关断决策模型431。例如，节能管理器400的监控模块450可以从网络管理器300收集第一关断策略的执行效果反馈。执行效果反馈可以包括第一关断策略对网络KPI和负荷的影响、对第一基站的能耗的影响等等。监控模块450可以基于该执行效果反馈来确定第一关断策略是否有效，并将被确定为有效的第一关断策略发送给决策模型训练模块440以存储在有效节能案例数据库441中。决策模型训练模块440可以基于扩充的有效节能案例数据库441来重新执行多标签回归模型训练，从而更新关断决策模型431。更新后的关断决策模型431可以被提供给决策模块430以用于后续的决策。这将在后文关于图3进一步描述。

需要注意的是，尽管图1将节能管理器400描述为多个模块的组合，但这并不对节能管理器400的功能和结构构成限制。节能管理器400的这些模块中的一个或多个模块可以被省略，被组合或者被细分为多个子模块。各个模块之间的通信仅仅是示例性的，可以存在各种其他的通信方式，并传送相同或不同的数据。节能管理器400的各个模块与外部设备之间的通信都可以被认为是节能管理器400与这些外部设备之间的通信。节能管理器400可以实施为硬件、软件或者固件。节能管理器400可以是独立的，也可以集成在现有的通信网络设备中。例如，节能管理器400可以被实现为包括处理器和计算机可读存储介质的任意计算设备，并且节能管理器400的操作和功能可以通过由处理器执行计算机可读存储介质上存储的计算机程序而实现。

图3示出了根据本公开的实施例的节能关断实施过程3000A和关断决策模型训练过程3000B的流程图。如图所示，节能关断实施过程3000A被描述在虚线的左侧，并且关断决策模型训练过程3000B被描述在虚线的右侧。节能关断实施过程3000A和关断决策模型训练过程3000B可以由图1所示的节能管理器400针对多个基站100执行。

根据本公开的实施例，节能关断实施过程3000A可以包括：S3001基于与多个基站相关联的KPI数据、MR数据和基站配置数据生成所述多个基站中的每个基站的特征数据，特征数据可以包括业务场景特征、潮汐特征和邻区关系特征；S3002从多个基站中选取要对其执行节能关断的第一基站；S3003接收与第一基站的实时状态相关联的实时状态数据；S3004将第一基站的业务场景特征、潮汐特征和邻区关系特征以及实时状态数据作为关断决策模型的输入，根据关断决策模型确定用于第一基站的第一关断策略，第一关断策略包括用于第一基站的关断方式、触发门限以及执行时间段；S3005将第一关断策略发送给第一基站以供执行。步骤S3004所示的关断决策模型可以是关于图1所描述的关断决策模型431。

根据本公开的实施例，根据关断决策模型确定用于第一基站的第一关断策略可以包括：当确定第一基站不属于长期高负载基站(例如，长期高负载基站可以指PRB利用率大于10％的概率不低于80％)、可以长时间开启节能关断、和/或对RRC连接数和PRB利用率的要求不苛刻时，可以将符号关断作为第一关断策略的关断方式。符号关断可以实现约4％-8％的节能效果。

优选地，还可以基于用户时延敏感度来进一步确定是使用普通符号关断还是增强型符号关断。5G网络的关键特性之一是可以实现低时延的连接，这对于某些特定应用具有重要的意义(例如，工业精密控制、无人驾驶、游戏、大型即时表演等)。然而，大多数应用可能没有低时延的需求。因此，可以基于用户时延敏感度来精细控制基站的关断方式。当确定用户对时延不敏感时，可以优先采用增强型符号关断。与普通符号关断相比，增强型符号关断会在一定程度上影响网络的低时延特性，但是具有更好的节能效果(6％-8％)。具体地，KPI数据可以指示与第一基站相关联的用户时延敏感度。当用户时延敏感度高于阈值(即，用户对时延敏感)时，可以使用普通符号关断作为第一关断策略中的关断方式。当用户时延敏感度不高于阈值(即，用户对时延不敏感)时，可以使用增强型符号关断作为第一关断策略中的关断方式。通过这种方法，可以更精细地调整5G基站的符号关断方式，以在保证用户需求的同时最大程度地实现节能。

根据本公开的实施例，根据关断决策模型确定用于第一基站的第一关断策略可以包括：当确定第一基站属于非密集小区(最高PRB利用率低于15％)、潮汐特征稳定、PRB利用率长期较低、当前RRC连接数较低、或者边缘用户具有可切换的邻区时，可以将通道关断作为第一关断策略的关断方式。通道关断可以实现约10％-12％的节能效果。

根据本公开的实施例，根据关断决策模型确定用于第一基站的第一关断策略可以包括：当确定第一基站属于办公场景或非密集小区、潮汐现象稳定且明显、PRB利用率很低、当前RRC连接数为0、和/或存在可切换的邻区时，可以将室内下电/小区休眠作为第一关断策略的关断方式。优选地，当第一基站的业务场景特征指示第一基站服务于室内场景时，可以将室内下电作为第一关断策略的关断方式，即，关闭服务于室内覆盖区域的皮基站。而当第一基站的业务场景特征指示第一基站服务于室外场景时，可以使用小区休眠的方式来关闭服务于室外的宏基站或微基站。这种优选的关断方式对于5G网络而言也是特别有利的。具体地，5G网络可能大规模地采用皮基站，以实现较好的室内覆盖和服务于室内场景。上述方式能够精细地调整执行休眠的覆盖区域，以较细的粒度来关闭基站，实现精准地节能而不影响其他覆盖区域的服务。

根据本公开的实施例，根据关断决策模型确定用于第一基站的第一关断策略可以包括：基于第一基站的非繁忙时段确定第一关断策略的执行时间段，和/或基于第一基站的高峰负荷和/或低谷负荷确定第一关断策略的触发门限。

根据本公开的实施例，从多个基站中选取要对其执行节能关断的第一基站包括：当第一基站具有邻区基站时，将第一基站选择为能够执行节能关断的候选基站；当第一基站不具有邻区基站时，将第一基站从能够执行节能关断的候选基站中排除。优选地，还可以基于邻区基站的状态和能力来选取第一基站。例如，可以(例如由节能管理器400)维护多个基站的状态图，该状态图包括每个基站与其他基站的邻区关系和每个基站的状态(节能关断状态/繁忙状态等)。当第一基站的邻区基站已处于节能关断状态时，可以不对第一基站执行节能关断。或者，当第一基站的邻区基站处于繁忙状态时，可以不对第一基站执行节能关断。当第一基站具有未处于节能关断状态或繁忙状态的邻区基站时，可以对第一基站执行节能关断。

根据本公开的实施例，关断决策模型训练过程3000B可以包括：S3006接收由第一基站执行第一关断策略的反馈数据；S3007基于所述反馈数据确定第一关断策略是否为有效的关断策略。如果在S3007中确定第一关断策略为有效的关断策略，则执行以下步骤：S3008将第一关断策略和第一基站的业务场景特征、潮汐特征和邻区关系特征以及实时状态数据相关联地存储到有效节能案例数据库中；S3009基于包含第一关断策略的有效节能案例数据库执行多标签回归模型自主训练以更新关断决策模型；S3010将更新后的关断决策模型用于确定用于多个基站的一个或多个关断策略。如图3所示，步骤S3009所得到的更新后的关断决策模型可以被提供给步骤S3004以用于确定用于包括第一基站在内的多个基站的关断策略。通过这种方式，关断决策模型形成了决策闭环，能够通过自主学习和训练来适应于不同场景，并为不同基站提供特定于该基站的动态关断策略。

具体地，关断决策模型训练过程3000B可以由图1所示的决策模型训练模块440和监控模块450来执行。例如，监控模块450可以通过网络管理器300获取由第一基站执行第一关断策略的反馈数据，并基于该反馈数据确定第一关断策略是否为有效的关断策略。如果确定第一关断策略为有效的关断策略，则可以将第一关断策略和第一基站的业务场景特征、潮汐特征和邻区关系特征以及实时状态数据相关联地存储到有效节能案例数据库441中，这可以实现训练样本集的扩充。然后，决策模型训练模块440可以基于包含第一关断策略的有效节能案例数据库执行多标签回归模型自主训练以更新关断决策模型431。更新后的关断决策模型431可以随后被用于确定多个基站的一个或多个关断策略。例如，更新后的关断决策模型431可以被用于确定用于第一基站的新的第一关断策略，和/或被用于确定用于与第一基站不同的第二基站的第二关断策略。

根据本公开的实施例，如果确定第一关断策略不是有效的关断策略，则可以修改第一关断策略。这种修改可以包括基于反馈数据修改第一关断策略的策略参数中一个或多个。附加地或替代地，这种修改还可以包括通过更新所述关断决策模型来更新第一关断策略。必要时，可以基于专家经验库来调整参数。可以将修改后的第一关断策略发送给第一基站以供执行。可以收集执行修改后的第一关断策略的反馈数据，以确定修改后的第一关断策略是否是有效的。如果修改后的第一关断策略是有效的，可以将其存储到有效节能案例数据库441中。

根据本公开的实施例，由第一基站执行第一关断策略的反馈数据包括与以下各项中的一者或多者相关联的数据：网络告警状态；第一关断策略对KPI数据的影响；第一关断策略对MR数据的影响；第一关断策略对与第一基站相关联的能耗的影响；或者第一关断策略对与第一基站相关联的负荷的影响。这些数据可以反映第一关断策略对网络性能指标的影响以及第一关断策略的节能效果二者。可以从网络管理器收集这些反馈数据。当达到预期的节能效果并且对网络性能指标的负面影响低于阈值时，可以认为第一关断策略是有效的。根据本公开的实施例，在第一关断策略是有效情况下，也可以基于反馈数据修改第一关断策略的策略参数中一个或多个，以实现更优的效果。通过这种方式，可以实现动态地优化参数，避免“一刀切”式配参。

根据本公开的实施例，可以通过滑动时间窗口的方式动态地从第一基站收集反馈数据。作为一个具体的示例，可以设置时间长度为1小时的时间窗口、评估在该时间窗口内执行第一关断策略的影响，并将评估结果作为该时间窗口内的反馈数据提供给节能管理器。该时间窗口可以以一定时间步长(例如，15分钟)滑动，从而持续地提供反馈数据。通过这种方式，可以持续地跟踪第一关断策略的执行效果。附加地，还可以基于执行效果持续地训练关断决策模型。

根据本公开的实施例，节能关断实施过程3000A和关断决策模型训练过程3000B可以分离地执行。例如，节能关断实施过程3000A可以是在线执行的，而关断决策模型训练过程3000B可以是离线执行的。与在线执行相比，离线执行可以是一定程度的非实时执行。更具体地，节能关断实施过程3000A可以总是响应于网络总功耗超过阈值而执行，或者每小时周期地执行。关断决策模型训练过程3000B可以以更长的时间周期(例如，每天、每周、或者每月)定期执行，或者在累积到足够多的新增有效节能案例后才执行。通过关断决策模型训练过程3000B更新的关断决策模型可以被提供给节能关断实施过程3000A，实现闭环决策。这两个过程的分离执行可以减小节能管理器的计算开销，并有助于保持关断决策模型的一定的稳定性。

下面结合图4进一步描述节能管理器的示例性实施方案。图4示出了根据本公开的实施例的可以用于实现节能管理器的计算设备4000的示意图。如图所示，计算设备4000可以包括通信部4010、存储部4020、处理电路4030和输入输出设备4040。通信部4010可以包括用于与图1中所述的网络管理器、基站、附加配置模块中的一个或多个通信的各种部件，诸如天线、调制解调器、数模转换电路、数字处理电路等。通信部4010适于使用各种协议进行通信，并且可以使用无线或有线方式进行通信。存储部4020可以包括用于存储指令和数据的各种介质，包括非暂态计算机可读存储介质和/或暂态计算机可读存储介质。存储部4020可用于存储所接收或生成的各种数据、以及用于执行节能管理器的功能的各种指令。例如，存储部4020可以存储基站的特征数据、实时状态数据、附加参数、节能决策模型、反馈数据、有效节能案例数据库，等等。指令可以以计算机可执行程序的形式存储在存储部4020中。这些计算机程序在由处理电路4030执行时，使得计算设备4000执行如本文所述任意一种方法。处理电路4030可以控制计算设备4000的各个部件以执行如本公开所述的节能管理器的功能和操作。例如，处理电路4030可以是各种硬件处理器(例如，单核或多核处理器)或者是其他任何具有处理功能的硬件装置。输入输出设备4040可以用于接收来自外部的输入并向外部提供输出，例如可以包括鼠标、显示器、触摸屏幕、麦克风、扬声器等等。用户可以通过输入输出设备4040与计算设备4000交互。需要注意的是，图4示出的计算设备4000的示意图仅仅是示例性的，计算设备4000可以包括比图4示出的更多或更少的部件，并且所示出的一个或多个部件可以被组合成单个部件，或者被划分为更多的子部件。

本公开所描述的设备和方法能够分析和综合考虑多维特征选择(能耗/PRB利用率/场景/邻区关系/潮汐关系等)、输出标签(关断方式/执行时间段/触发门限等)。并且，节能决策模型可综合对包括普通符号关断、增强型符号关断、通道关断、室内下电、小区休眠的多种关断方式进行决策，这进一步适应和利用了5G基站特性，可以实现精细化的关断控制。此外，通过滑动时间窗口监控网络的KPI、负荷和告警状态并且周期性地给关断决策模型以判断节能策略是否有效，可以实现动态地优化参数，避免“一刀切”式配参。更重要地，有效节能案例数据库作为训练特征标签样本输入回归模型进行训练，可以实现决策参数自主学习，使得关断决策模型能随着不同基站、负荷、时间、业务状态而个性化地变化，进而采用不同节能方式进行节能，提高节能决策的泛化性。同时，关断决策模型训练过程与关断实施过程分离，可以提升决策实施的效率，降低操作人员的专业要求和研判成本。

本公开所描述的设备和方法特别适用于5G基站节能。通过结合业务场景分析、潮汐标签、邻区关系分析，结合实时的小区状态和客户感知，设计了基于效果反馈的节能关断决策系统和方法。采用回归模型自主训练决策参数阈值，多维度地为基站选取节能关断策略，包括适配的关断方式、执行时间、触发门限。该方法特别考虑了5G网络新特性，做到不同基站、负荷、时间、业务状态的个性化分析，因此适用范围更广，并且能够实现用户体验和节能效果平衡。本公开所描述的设备和方法有利于增强5G网络的节能效果，降低运营商的运营成本。本方法也有利于网络业务和场景智能预测、有助于网络资源规划和优化、为企业降本增效，具有良好的实用性和经济价值。

虽然已经描述了特定的实施例，但是各种修改、变更、替代构造以及等同物都是可能的。实施例不限于在某些特定数据处理环境内的操作，而是可以在多个数据处理环境内自由操作。此外，虽然已经使用一系列特定的事务和步骤描述了某些实施例，但是对于本领域技术人员来说清楚的是，这并不旨在进行限制。虽然一些流程图将操作描述为顺序处理，但是许多操作可以并行或同时执行。此外，操作的次序可以被重新布置。处理可能具有图中未包括的其它步骤。上述实施例的各种特征和方面可以被单独使用或联合使用。

虽然本文使用术语第一、第二等来描述各种元件，但是这些元件不应受到这些术语的限制。这些术语仅被用于区分一个元件和另一个元件。例如，在不脱离本发明的范围的情况下，第一元件可以被称为第二元件，并且类似地，第二元件可以被称为第一元件。

另外，虽然已经使用硬件和软件的特定组合描述了某些实施例，但是应该认识到的是，硬件和软件的其它组合也是可能的。某些实施例可以仅用硬件或仅用软件或其组合来实现。本文描述的各种处理可以以任何组合在相同的处理器或不同的处理器上实现。

在将设备、系统、部件或模块描述为被配置为执行某些操作或功能的情况下，这样的配置可以通过以下方式来实现，例如，通过设计电子电路来执行操作、通过对可编程电子电路(诸如微处理器)进行编程来执行操作，诸如通过执行计算机指令或代码，或处理器或核心被编程为执行存储在非暂态存储介质上的代码或指令，或其任意组合来执行操作。进程可以使用各种技术进行通信，包括但不限于用于进程间通信的常规技术，并且不同对的进程可以使用不同的技术，或者同一对进程可以在不同时间使用不同的技术。

在本公开中给出了具体细节以提供对实施例的透彻理解。但是，可以在没有这些具体细节的情况下实践实施例。例如，已经示出了众所周知的电路、处理、算法、结构和技术，而没有不必要的细节，以避免使实施例模糊。本描述仅提供示例实施例，并且不旨在限制其它实施例的范围、适用性或配置。相反，实施例的先前描述将为本领域技术人员提供用于实现各种实施例的使能描述。可以对元件的功能和布置进行各种改变。

因此，说明书和附图应被认为是说明性的而不是限制性的。但是，将清楚的是，在不脱离权利要求书所阐述的更广泛的精神和范围的情况下，可以对其进行添加、减少、删除以及其它修改和改变。因此，虽然已经描述了具体的实施例，但是这些实施例并不旨在进行限制。各种修改和等同形式均在所附权利要求的范围内。各种修改包括所公开特征的任何相关组合。

Claims (16)

1.一种用于基站的节能关断的方法，包括以下步骤：

基于与多个基站相关联的KPI数据、MR数据和基站配置数据生成所述多个基站中的每个基站的业务场景特征、潮汐特征和邻区关系特征；

从所述多个基站中选取要对其执行节能关断的第一基站；

接收与第一基站的实时状态相关联的实时状态数据；

将第一基站的业务场景特征、潮汐特征和邻区关系特征以及实时状态数据作为关断决策模型的输入，根据所述关断决策模型确定用于第一基站的第一关断策略，第一关断策略包括用于第一基站的关断方式、触发门限以及执行时间段；

将第一关断策略发送给第一基站以供执行；

接收由第一基站执行第一关断策略的反馈数据，并基于所述反馈数据确定第一关断策略是否为有效的关断策略；

如果确定第一关断策略为有效的关断策略，则执行以下步骤：

将第一关断策略和第一基站的业务场景特征、潮汐特征和邻区关系特征以及实时状态数据相关联地存储到有效节能案例数据库中；

基于包含第一关断策略的有效节能案例数据库执行多标签回归模型自主训练以更新关断决策模型；以及

将更新后的关断决策模型用于确定所述多个基站的一个或多个关断策略。

2.根据权利要求1所述的方法，其中，所述关断方式包括普通符号关断、增强型符号关断、通道关断、室内下电、小区休眠中的一种或多种的组合。

3.根据权利要求1所述的方法，其中，与多个基站相关联的KPI数据、MR数据和基站配置数据是从所述多个基站周期性地接收的，并且每个基站的业务场景特征、潮汐特征和邻区关系特征是基于从多个周期累积的KPI数据、MR数据和基站配置数据来确定的。

4.根据权利要求2所述的方法，其中，

所述业务场景特征用于指示与基站相关联的以下各项中的至少一项：室内或者室外、郊区或者城区、密集区或非密集区；

所述潮汐特征用于指示与基站相关联的以下各项中的至少一项：繁忙时段、非繁忙时段、高峰负荷、低谷负荷；并且

所述邻区关系特征用于指示与基站相关联的以下各项中的至少一项：是否存在与该基站具有重叠的覆盖区域的邻区基站、所述邻区基站的状态、所述邻区基站的能力。

5.根据权利要求4所述的方法，其中，所述KPI数据至少指示与所述第一基站相关联的用户时延敏感度，并且，根据所述关断决策模型确定用于第一基站的第一关断策略包括：

当用户时延敏感度高于阈值时，使用普通符号关断作为第一关断策略中的关断方式；并且

当用户时延敏感度不高于阈值时，使用增强型符号关断作为第一关断策略中的关断方式。

6.根据权利要求4所述的方法，其中，根据所述关断决策模型确定用于第一基站的第一关断策略包括：

当所述业务场景特征指示第一基站服务于室内场景时，第一关断策略包括室内下电；并且

当所述业务场景特征指示第一基站服务于室外场景时，第一关断策略包括小区休眠。

7.根据权利要求4所述的方法，其中，根据所述关断决策模型确定用于第一基站的第一关断策略包括：

基于第一基站的非繁忙时段确定第一关断策略的执行时间段；和/或

基于第一基站的高峰负荷和/或低谷负荷确定第一关断策略的触发门限。

8.根据权利要求4所述的方法，其中，从所述多个基站中选取要对其执行节能关断的第一基站包括：

当第一基站具有邻区基站时，将第一基站选择为能够执行节能关断的候选基站；

当第一基站不具有邻区基站时，将第一基站从能够执行节能关断的候选基站中排除。

9.根据权利要求1所述的方法，其中，由第一基站执行第一关断策略的反馈数据包括与以下各项中的一者或多者相关联的数据：网络告警状态；第一关断策略对所述KPI数据的影响；第一关断策略对所述MR数据的影响；第一关断策略对与第一基站相关联的能耗的影响；或者第一关断策略对与第一基站相关联的负荷的影响。

10.根据权利要求1所述的方法，其中，所述反馈数据是通过滑动时间窗口的方式动态地从所述第一基站收集的。

11.根据权利要求1所述的方法，其中，执行所述多标签回归模型自主训练包括：

将关断方式、触发门限以及执行时间段作为所述关断决策模型的特征，将业务场景特征与邻区关系特征作为所述关断决策模型的约束，至少将能耗、体验速率、PRB利用率、RRC连接数、切换成功率作为关断决策模型的标签，对所述关断决策模型执行多标签回归模型自主训练。

12.根据权利要求11所述的方法，其中，执行所述多标签回归模型自主训练包括对所述标签、特征和约束中的离散变量进行连续性约化并使用KKT方法求解。

13.根据权利要求11所述的方法，其中，所述多标签回归模型自主训练是离线执行的。

14.根据权利要求1所述的方法，其中，如果确定第一关断策略不是有效的关断策略，则通过更新所述关断决策模型来更新第一关断策略，并将更新后的第一关断策略发送给第一基站以供执行。

15.一种用于基站的节能关断的设备，所述设备包括：

一个或多个硬件处理器；

一个或多个非暂态计算机可读存储介质，所述一个或多个非暂态计算机可读存储介质上存储有计算机程序，所述计算机程序在由所述一个或多个硬件处理器执行时，使得所述一个或多个硬件处理器执行如权利要求1-14中任一项所述的方法。

16.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质上存储有计算机程序，所述计算机程序在一个或多个硬件处理器执行时，使得所述一个或多个硬件处理器执行如权利要求1-14中任一项所述的方法。

Images