CN113207162A - 一种基于业务预测的基站能耗智能管控方法 - Google Patents
一种基于业务预测的基站能耗智能管控方法 Download PDFInfo
- Publication number
- CN113207162A CN113207162A CN202110410606.2A CN202110410606A CN113207162A CN 113207162 A CN113207162 A CN 113207162A CN 202110410606 A CN202110410606 A CN 202110410606A CN 113207162 A CN113207162 A CN 113207162A
- Authority
- CN
- China
- Prior art keywords
- cell
- cells
- lte
- time period
- overlapping coverage
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005265 energy consumption Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 230000005059 dormancy Effects 0.000 claims abstract description 9
- 238000012163 sequencing technique Methods 0.000 claims abstract description 8
- 238000013500 data storage Methods 0.000 claims abstract description 4
- 230000004913 activation Effects 0.000 claims description 15
- 230000003203 everyday effect Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000002618 waking effect Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000007639 printing Methods 0.000 claims description 3
- 238000004134 energy conservation Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- 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
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/22—TPC being performed according to specific parameters taking into account previous information or commands
- H04W52/223—TPC being performed according to specific parameters taking into account previous information or commands predicting future states of the transmission
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于业务预测的基站能耗智能管控方法,涉及无线通信基站节能技术领域,包括如下步骤:以小区为单位,采集历史业务量数据,并按照存储时长划分历史业务量数据;以历史业务量数据存储时长作为输入,构建业务预测模型,使业务预测模型输出下一时间段的预测业务量;根据预测结果,对小区容量进行等级划分并设定触发条件;基于小区MR测量报告和基于小区位置信息计算小区间的重叠覆盖度,根据计算结果对小区进行实时排序;根据排序结果,采用LTE载波关断节能方案,在业务量少的时段对部分小区进行智能休眠、唤醒和监控操作,并在保证正常网络覆盖的基础上,降低基站的整体能耗,达到节能减排的效果。
Description
技术领域
本发明涉及无线通信基站节能技术领域,具体的说是一种基于业务预测的基站能耗智能管控方法。
背景技术
据统计显示,通信网络能耗占运营商总能耗的85%,基站站点能耗费用(电费)占到网络运营成本的46%之多,尤其进入5G网络时代后,日常网络运行带来的电力消耗也必将成倍增长。
发明内容
本发明针对目前技术发展的需求和不足之处,提供一种基于业务预测的基站能耗智能管控方法。
本发明的一种基于业务预测的基站能耗智能管控方法,解决上述技术问题采用的技术方案如下:
一种基于业务预测的基站能耗智能管控方法,包括如下步骤:
以小区为单位,采集历史业务量数据,并按照存储时长划分历史业务量数据;
以历史业务量数据存储时长作为输入,构建业务预测模型,使业务预测模型输出下一时间段的预测业务量;
根据预测结果,对小区容量进行等级划分并设定触发条件;
基于小区MR测量报告和基于小区位置信息计算小区间的重叠覆盖度,根据计算结果对小区进行实时排序;
根据排序结果,采用LTE载波关断节能方案,对小区进行智能休眠、唤醒和监控操作,降低基站的整体能耗。
具体的,采集的历史业务量数据包括小区基础工参和参数配置、MR数据、性能指标、告警信息。
优选的,以小区为单位,每天定时采集历史业务量数据,其中,
每天晚上22:00采集小区基础工参和参数配置,
每天中午13:00采集MR数据,
每天00:00-06:00实时15分钟或1小时粒度性能数据,当前计算使用完成后自动转存为历史业务量数据,在数据库中保存6个月。
可选的,按照存储时长划分历史业务量数据,具体划分结果为:
(a)历史业务量数据的存储时间满3个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.3+前第二个月同期下一时段业务量均值*0.2+前第3至6个月同期下一时段业务量均值*0.1;
(b)历史业务量数据的存储时间满2个月但是不满3个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.3+前第二个月同期下一时段业务量均值*0.2;
(c)历史业务量数据的存储时间满1个月但是不满2个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.4;
(d)历史业务量数据的存储时间满一周但是不满1个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.4;
(e)历史业务量数据的存储时间不满一周,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.5。
进一步可选的,根据前述(a)、(b)、(c)、(d)、(e)五个预测结果,按照下一时间段预测业务量的忙碌程度,将小区容量划分为五个等级,五个等级依次由闲到忙,对应设定的触发条件为:
(A)用户数为0,数据流量为0;
(B)用户数小于5,数据流量小于100M;
(C)用户数大于5小于10,数据流量小于200M;
(D)用户数大于10,数据流量大于500M,且无拥塞
(E)用户数大于20,数据流量大于2G,且RRC拥塞次数大于50次。
进一步可选的,基于小区MR测量报告计算小区间的重叠覆盖度,具体操作包括:
(1.1)根据采集的历史业务量数据,获取LTE各网络邻区关系信息;
(1.2)读取每月采集的LTE各网的MR数据;
(1.3)根据对应小区的MR数据获取4G邻区电平值及采样点数,对LTE各网络邻区电平测量采样点汇总;
(1.5)随后,根据重叠覆盖度计算结果输出各网络满足重叠覆盖度小区和对应的补偿小区列表信息:LTE满足重叠覆盖度小区和对应LTE补偿小区列表信息。
进一步可选的,基于小区位置信息计算小区间的重叠覆盖度,具体操作包括:
(2.1)根据小区基础工参和参数配置,获取LTE小区经纬度和方位角信息;
(2.2)根据小区基础工参的经纬度信息,计算各网络小区的距离,定义小区间距离小于50米为共站小区;
(2.3)根据计算的LTE小区小区间距离小于50的情况,输出LTE与LTE共站小区列表;
(2.4)对以上输出的共站小区列表情况对方位角进行筛选,满足方位角偏差在10°范围内小区作为满足重叠覆盖度的补偿小区;
(2.5)根据重叠覆盖度计算结果输出各网络满足重叠覆盖度小区和对应的补偿小区列表信息:LTE满足重叠覆盖度小区和对应LTE补偿小区列表信息。
优选的,基于小区位置信息计算小区间的重叠覆盖度时,
生成的LTE各网络重叠覆盖度信息保持使用至下一次小区基础工参更新完为止;
根据小区基础工参位置信息计算的重叠覆盖度统一为100%,且只存在1个节能小区对应一个重叠覆盖补偿小区。
进一步可选的,采用LTE载波关断节能方案,对小区进行智能休眠、唤醒和监控操作,具体流程包括:
(Ⅰ)对小区进行智能休眠操作:
(1)获取LTE可休眠小区列表;
(2)对于LTE可休眠小区列表,判断是否大于单个OMM/SUBNETWORK休眠小区个数门限,如果是,那么根据以下规则筛选排前TOPN门限的小区,TOPN优先级筛选规则:
a.未开启设备节能功能优先;b.重叠覆盖度越大越优先;
(3)根据休眠小区处理结果,对满足休眠条件的休眠小区执行休眠指令,同时要监控指令执行结果;
(4)对休眠指令执行成功的小区,更新已休眠小区列表;
(Ⅱ)对小区进行唤醒操作:
(5)判断该补偿小区是否满足PRB利用率>60%、最大用户数>50、RAB失败次数>10),如果满足,则进入步骤(6)唤醒该补偿小区对应的所有节能小区,如果不满足,则进入步骤(7),继续判断;
(6)唤醒该补偿小区对应的所有节能小区,然后进入步骤(9);
(7)继续判断该补偿小区是否满足PRB利用率>40%、最大用户数>40,如果满足,则进入步骤(8),唤醒一个对应的节能小区;如果不满足,则进入步骤(9);
(8)唤醒该补偿小区对应的一个节能小区,如果该补偿小区对应多个节能小区则按如下规则优先唤醒:
(8a)节能优先级越低的小区优先级越高,
(8b)打开设备节能功能的优先级高,
(8c)如果同优先级则按顺序唤醒;
(9)进行监控唤醒小区流程;
(Ⅲ)对唤醒小区进行监控操作:
(10)对唤醒小区执行命令完成后,第2分钟开始,每1分钟通过命令打印LOG查询小区是否激活成功,如果是则进入步骤(13),如果否则进入步骤(11);
(11)判断是否执行小区3分钟后激活是否成功,如果是已经激活成功,则进入步骤(13),进行小区正常指标监控;如果否未正常激活或者有告警则进入步骤(12),理解告警通知;
(12)对应唤醒小区激活不成功的或有告警的小区,
(12a)立即输出小区为正常激活告警信息,然后进入步骤(14),
(12b)及时通过短信通知相关负责人及时处理,然后进入步骤(14);
(13)对唤醒小区激活正常成功的进入继续正常监控指标流程;
(14)对激活不正常的小区加入黑名单。
本发明的一种基于业务预测的基站能耗智能管控方法,与现有技术相比具有的有益效果是:
本发明按照历史业务量数据的存储时长进行划分,并以此作为输入构建业务预测模型,使业务预测模型输出下一时间段的预测业务量,随后根据下一时间段的预测业务量,对小区容量进行等级划分并设定触发条件,再随后计算小区间的重叠覆盖度,并采用LTE载波关断节能方案,在业务量少的时段对部分小区进行智能休眠、唤醒和监控操作,并在保证正常网络覆盖的基础上,降低基站的整体能耗,达到节能减排的效果。
附图说明
附图1是本发明实施例一的方法流程图;
附图2是本发明实施例一中业务预测模型基于不同输入的输出结果示意图;;
附图3是本发明实施例一中对唤醒小区进行监控操作的流程图。
具体实施方式
为使本发明的技术方案、解决的技术问题和技术效果更加清楚明白,以下结合具体实施例,对本发明的技术方案进行清楚、完整的描述。
实施例一:
结合附图1,本实施例提出一种基于业务预测的基站能耗智能管控方法,包括如下步骤:
(一)以小区为单位,每天定时采集历史业务量数据,并按照存储时长划分历史业务量数据。
采集的历史业务量数据包括小区基础工参和参数配置、MR数据、性能指标、告警信息。其中,
每天晚上22:00采集小区基础工参和参数配置,
每天中午13:00采集MR数据,
每天00:00-06:00实时15分钟或1小时粒度性能数据,当前计算使用完成后自动转存为历史业务量数据,在数据库中保存6个月。
(二)以历史业务量数据存储时长作为输入,构建业务预测模型,使业务预测模型输出下一时间段的预测业务量。
结合附图2,按照存储时长划分历史业务量数据,具体划分结果为:
(a)历史业务量数据的存储时间满3个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.3+前第二个月同期下一时段业务量均值*0.2+前第3至6个月同期下一时段业务量均值*0.1;
(b)历史业务量数据的存储时间满2个月但是不满3个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.3+前第二个月同期下一时段业务量均值*0.2;
(c)历史业务量数据的存储时间满1个月但是不满2个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.4;
(d)历史业务量数据的存储时间满一周但是不满1个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.4;
(e)历史业务量数据的存储时间不满一周,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.5。
(三)根据预测结果,对小区容量进行等级划分并设定触发条件。
根据前述(a)、(b)、(c)、(d)、(e)五个预测结果,按照下一时间段预测业务量的忙碌程度,将小区容量划分为绿蓝黄橙红五个等级,五个等级依次由闲到忙,对应设定的触发条件为:
(A)用户数为0,数据流量为0;
(B)用户数小于5,数据流量小于100M;
(C)用户数大于5小于10,数据流量小于200M;
(D)用户数大于10,数据流量大于500M,且无拥塞
(E)用户数大于20,数据流量大于2G,且RRC拥塞次数大于50次。
(四)基于小区MR测量报告和基于小区位置信息计算小区间的重叠覆盖度,根据计算结果对小区进行实时排序。
基于小区MR测量报告计算小区间的重叠覆盖度,具体操作包括:
(1.1)根据采集的历史业务量数据,获取LTE各网络邻区关系信息;
(1.2)读取每月采集的LTE各网的MR数据;
(1.3)根据对应小区的MR数据获取4G邻区电平值及采样点数,对LTE各网络邻区电平测量采样点汇总;
(1.5)随后,根据重叠覆盖度计算结果输出各网络满足重叠覆盖度小区和对应的补偿小区列表信息:LTE满足重叠覆盖度小区和对应LTE补偿小区列表信息。
基于小区位置信息计算小区间的重叠覆盖度,具体操作包括:
(2.1)根据小区基础工参和参数配置,获取LTE小区经纬度和方位角信息;
(2.2)根据小区基础工参的经纬度信息,计算各网络小区的距离,定义小区间距离小于50米为共站小区;
(2.3)根据计算的LTE小区小区间距离小于50的情况,输出LTE与LTE共站小区列表;
(2.4)对以上输出的共站小区列表情况对方位角进行筛选,满足方位角偏差在10°范围内小区作为满足重叠覆盖度的补偿小区;
(2.5)根据重叠覆盖度计算结果输出各网络满足重叠覆盖度小区和对应的补偿小区列表信息:LTE满足重叠覆盖度小区和对应LTE补偿小区列表信息。
基于小区位置信息计算小区间的重叠覆盖度这一过程中:
生成的LTE各网络重叠覆盖度信息保持使用至下一次小区基础工参更新完为止;
根据小区基础工参位置信息计算的重叠覆盖度统一为100%,且只存在1个节能小区对应一个重叠覆盖补偿小区。
(五)根据排序结果,采用LTE载波关断节能方案,对小区进行智能休眠、唤醒和监控操作,降低基站的整体能耗。这一过程具体包括:
(Ⅰ)对小区进行智能休眠操作:
(1)获取LTE可休眠小区列表;
(2)对于LTE可休眠小区列表,判断是否大于单个OMM/SUBNETWORK休眠小区个数门限,如果是,那么根据以下规则筛选排前TOPN门限的小区,TOPN优先级筛选规则:
a.未开启设备节能功能优先;b.重叠覆盖度越大越优先;
(3)根据休眠小区处理结果,对满足休眠条件的休眠小区执行休眠指令,同时要监控指令执行结果;
(4)对休眠指令执行成功的小区,更新已休眠小区列表;
(Ⅱ)对小区进行唤醒操作:
(5)判断该补偿小区是否满足PRB利用率>60%、最大用户数>50、RAB失败次数>10),如果满足,则进入步骤(6)唤醒该补偿小区对应的所有节能小区,如果不满足,则进入步骤(7),继续判断;
(6)唤醒该补偿小区对应的所有节能小区,然后进入步骤(9);
(7)继续判断该补偿小区是否满足PRB利用率>40%、最大用户数>40,如果满足,则进入步骤(8),唤醒一个对应的节能小区;如果不满足,则进入步骤(9);
(8)唤醒该补偿小区对应的一个节能小区,如果该补偿小区对应多个节能小区则按如下规则优先唤醒:
(8a)节能优先级越低的小区优先级越高,
(8b)打开设备节能功能的优先级高,
(8c)如果同优先级则按顺序唤醒;
(9)进行监控唤醒小区流程;
(Ⅲ)结合附图3,对唤醒小区进行监控操作:
(10)对唤醒小区执行命令完成后,第2分钟开始,每1分钟通过命令打印LOG查询小区是否激活成功,如果是则进入步骤(13),如果否则进入步骤(11);
(11)判断是否执行小区3分钟后激活是否成功,如果是已经激活成功,则进入步骤(13),进行小区正常指标监控;如果否未正常激活或者有告警则进入步骤(12),理解告警通知;
(12)对应唤醒小区激活不成功的或有告警的小区,
(12a)立即输出小区为正常激活告警信息,然后进入步骤(14),
(12b)及时通过短信通知相关负责人及时处理,然后进入步骤(14);
(13)对唤醒小区激活正常成功的进入继续正常监控指标流程;
(14)对激活不正常的小区加入黑名单。
综上可知,采用本发明的一种基于业务预测的基站能耗智能管控方法,可以在业务量少的时段对部分小区进行智能休眠、唤醒和监控操作,并在保证正常网络覆盖的基础上,降低基站的整体能耗,达到节能减排的效果。
基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作出的任何改进和修饰,皆应落入本发明的专利保护范围。
Claims (9)
1.一种基于业务预测的基站能耗智能管控方法,其特征在于,包括如下步骤:
以小区为单位,采集历史业务量数据,并按照存储时长划分历史业务量数据;
以历史业务量数据存储时长作为输入,构建业务预测模型,使业务预测模型输出下一时间段的预测业务量;
根据预测结果,对小区容量进行等级划分并设定触发条件;
基于小区MR测量报告和基于小区位置信息计算小区间的重叠覆盖度,根据计算结果对小区进行实时排序;
根据排序结果,采用LTE载波关断节能方案,对小区进行智能休眠、唤醒和监控操作,降低基站的整体能耗。
2.根据权利要求1所述的一种基于业务预测的基站能耗智能管控方法,其特征在于,采集的历史业务量数据包括小区基础工参和参数配置、MR数据、性能指标、告警信息。
3.根据权利要求2所述的一种基于业务预测的基站能耗智能管控方法,其特征在于,以小区为单位,每天定时采集历史业务量数据,其中,
每天晚上22:00采集小区基础工参和参数配置,
每天中午13:00采集MR数据,
每天00:00-06:00实时15分钟或1小时粒度性能数据,当前计算使用完成后自动转存为历史业务量数据,在数据库中保存6个月。
4.根据权利要求2所述的一种基于业务预测的基站能耗智能管控方法,其特征在于,按照存储时长划分历史业务量数据,具体划分结果为:
(a)历史业务量数据的存储时间满3个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.3+前第二个月同期下一时段业务量均值*0.2+前第3至6个月同期下一时段业务量均值*0.1;
(b)历史业务量数据的存储时间满2个月但是不满3个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.3+前第二个月同期下一时段业务量均值*0.2;
(c)历史业务量数据的存储时间满1个月但是不满2个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.4;
(d)历史业务量数据的存储时间满一周但是不满1个月,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.4;
(e)历史业务量数据的存储时间不满一周,设定下一时间段预测业务量的输出公式:
下一时间段预测业务量=前第一个月同期下一时段业务流量均值*0.5。
5.根据权利要求4所述的一种基于业务预测的基站能耗智能管控方法,其特征在于,根据前述(a)、(b)、(c)、(d)、(e)五个预测结果,按照下一时间段预测业务量的忙碌程度,将小区容量划分为五个等级,五个等级依次由闲到忙,对应设定的触发条件为:
(A)用户数为0,数据流量为0;
(B)用户数小于5,数据流量小于100M;
(C)用户数大于5小于10,数据流量小于200M;
(D)用户数大于10,数据流量大于500M,且无拥塞
(E)用户数大于20,数据流量大于2G,且RRC拥塞次数大于50次。
6.根据权利要求5所述的一种基于业务预测的基站能耗智能管控方法,其特征在于,基于小区MR测量报告计算小区间的重叠覆盖度,具体操作包括:
(1.1)根据采集的历史业务量数据,获取LTE各网络邻区关系信息;
(1.2)读取每月采集的LTE各网的MR数据;
(1.3)根据对应小区的MR数据获取4G邻区电平值及采样点数,对LTE各网络邻区电平测量采样点汇总;
(1.5)随后,根据重叠覆盖度计算结果输出各网络满足重叠覆盖度小区和对应的补偿小区列表信息:LTE满足重叠覆盖度小区和对应LTE补偿小区列表信息。
7.根据权利要求6所述的一种基于业务预测的基站能耗智能管控方法,其特征在于,基于小区位置信息计算小区间的重叠覆盖度,具体操作包括:
(2.1)根据小区基础工参和参数配置,获取LTE小区经纬度和方位角信息;
(2.2)根据小区基础工参的经纬度信息,计算各网络小区的距离,定义小区间距离小于50米为共站小区;
(2.3)根据计算的LTE小区小区间距离小于50的情况,输出LTE与LTE共站小区列表;
(2.4)对以上输出的共站小区列表情况对方位角进行筛选,满足方位角偏差在10°范围内小区作为满足重叠覆盖度的补偿小区;
(2.5)根据重叠覆盖度计算结果输出各网络满足重叠覆盖度小区和对应的补偿小区列表信息:LTE满足重叠覆盖度小区和对应LTE补偿小区列表信息。
8.根据权利要求7所述的一种基于业务预测的基站能耗智能管控方法,其特征在于,基于小区位置信息计算小区间的重叠覆盖度时,
生成的LTE各网络重叠覆盖度信息保持使用至下一次小区基础工参更新完为止;
根据小区基础工参位置信息计算的重叠覆盖度统一为100%,且只存在1个节能小区对应一个重叠覆盖补偿小区。
9.根据权利要求7所述的一种基于业务预测的基站能耗智能管控方法,其特征在于,采用LTE载波关断节能方案,对小区进行智能休眠、唤醒和监控操作,具体流程包括:
(Ⅰ)对小区进行智能休眠操作:
(1)获取LTE可休眠小区列表;
(2)对于LTE可休眠小区列表,判断是否大于单个OMM/SUBNETWORK休眠小区个数门限,如果是,那么根据以下规则筛选排前TOPN门限的小区,TOPN优先级筛选规则:
a.未开启设备节能功能优先;b.重叠覆盖度越大越优先;
(3)根据休眠小区处理结果,对满足休眠条件的休眠小区执行休眠指令,同时要监控指令执行结果;
(4)对休眠指令执行成功的小区,更新已休眠小区列表;
(Ⅱ)对小区进行唤醒操作:
(5)判断该补偿小区是否满足PRB利用率>60%、最大用户数>50、RAB失败次数>10),如果满足,则进入步骤(6)唤醒该补偿小区对应的所有节能小区,如果不满足,则进入步骤(7),继续判断;
(6)唤醒该补偿小区对应的所有节能小区,然后进入步骤(9);
(7)继续判断该补偿小区是否满足PRB利用率>40%、最大用户数>40,如果满足,则进入步骤(8),唤醒一个对应的节能小区;如果不满足,则进入步骤(9);
(8)唤醒该补偿小区对应的一个节能小区,如果该补偿小区对应多个节能小区则按如下规则优先唤醒:
(8a)节能优先级越低的小区优先级越高,
(8b)打开设备节能功能的优先级高,
(8c)如果同优先级则按顺序唤醒;
(9)进行监控唤醒小区流程;
(Ⅲ)对唤醒小区进行监控操作:
(10)对唤醒小区执行命令完成后,第2分钟开始,每1分钟通过命令打印LOG查询小区是否激活成功,如果是则进入步骤(13),如果否则进入步骤(11);
(11)判断是否执行小区3分钟后激活是否成功,如果是已经激活成功,则进入步骤(13),进行小区正常指标监控;如果否未正常激活或者有告警则进入步骤(12),理解告警通知;
(12)对应唤醒小区激活不成功的或有告警的小区,
(12a)立即输出小区为正常激活告警信息,然后进入步骤(14),
(12b)及时通过短信通知相关负责人及时处理,然后进入步骤(14);
(13)对唤醒小区激活正常成功的进入继续正常监控指标流程;
(14)对激活不正常的小区加入黑名单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110410606.2A CN113207162A (zh) | 2021-04-14 | 2021-04-14 | 一种基于业务预测的基站能耗智能管控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110410606.2A CN113207162A (zh) | 2021-04-14 | 2021-04-14 | 一种基于业务预测的基站能耗智能管控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113207162A true CN113207162A (zh) | 2021-08-03 |
Family
ID=77027222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110410606.2A Pending CN113207162A (zh) | 2021-04-14 | 2021-04-14 | 一种基于业务预测的基站能耗智能管控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113207162A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114339967A (zh) * | 2021-12-24 | 2022-04-12 | 中国电信股份有限公司 | 基站业务量的预测方法及装置 |
CN114554576A (zh) * | 2021-12-28 | 2022-05-27 | 中国电信股份有限公司 | 一种节能的方法、装置以及宏基站 |
CN114828042A (zh) * | 2022-04-07 | 2022-07-29 | 中国联合网络通信集团有限公司 | 基站系统控制方法、装置、设备、基站系统及存储介质 |
CN114845309A (zh) * | 2022-03-29 | 2022-08-02 | 北京沐璋教育科技有限公司 | 一种基于大数据的智能通信分配系统 |
CN114885376A (zh) * | 2022-05-30 | 2022-08-09 | 中国联合网络通信集团有限公司 | 一种帧结构配置方法、装置及存储介质 |
CN115426030A (zh) * | 2022-09-06 | 2022-12-02 | 广州爱浦路网络技术有限公司 | 一种基于大数据的卫星节能方法和卫星节能装置 |
WO2023124469A1 (zh) * | 2021-12-28 | 2023-07-06 | 中兴通讯股份有限公司 | 设备节能方法、系统、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357692A (zh) * | 2015-09-28 | 2016-02-24 | 北京拓明科技有限公司 | 一种多网协同的网络优化与节能方法和系统 |
CN105357675A (zh) * | 2015-12-08 | 2016-02-24 | 广东怡创科技股份有限公司 | Ue小区重叠覆盖情况检测方法与系统 |
CN105828365A (zh) * | 2016-06-01 | 2016-08-03 | 武汉虹信技术服务有限责任公司 | 一种基于mr数据的lte小区重叠覆盖分析方法 |
CN109996246A (zh) * | 2017-12-30 | 2019-07-09 | 中国移动通信集团辽宁有限公司 | 基站小区的节能方法、装置、设备及介质 |
CN110996377A (zh) * | 2019-11-25 | 2020-04-10 | 宜通世纪科技股份有限公司 | 一种基站节能方法、系统、装置和存储介质 |
-
2021
- 2021-04-14 CN CN202110410606.2A patent/CN113207162A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357692A (zh) * | 2015-09-28 | 2016-02-24 | 北京拓明科技有限公司 | 一种多网协同的网络优化与节能方法和系统 |
CN105357675A (zh) * | 2015-12-08 | 2016-02-24 | 广东怡创科技股份有限公司 | Ue小区重叠覆盖情况检测方法与系统 |
CN105828365A (zh) * | 2016-06-01 | 2016-08-03 | 武汉虹信技术服务有限责任公司 | 一种基于mr数据的lte小区重叠覆盖分析方法 |
CN109996246A (zh) * | 2017-12-30 | 2019-07-09 | 中国移动通信集团辽宁有限公司 | 基站小区的节能方法、装置、设备及介质 |
CN110996377A (zh) * | 2019-11-25 | 2020-04-10 | 宜通世纪科技股份有限公司 | 一种基站节能方法、系统、装置和存储介质 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114339967A (zh) * | 2021-12-24 | 2022-04-12 | 中国电信股份有限公司 | 基站业务量的预测方法及装置 |
CN114554576A (zh) * | 2021-12-28 | 2022-05-27 | 中国电信股份有限公司 | 一种节能的方法、装置以及宏基站 |
WO2023124469A1 (zh) * | 2021-12-28 | 2023-07-06 | 中兴通讯股份有限公司 | 设备节能方法、系统、电子设备及存储介质 |
CN114554576B (zh) * | 2021-12-28 | 2023-12-26 | 中国电信股份有限公司 | 一种节能的方法、装置以及宏基站 |
CN114845309A (zh) * | 2022-03-29 | 2022-08-02 | 北京沐璋教育科技有限公司 | 一种基于大数据的智能通信分配系统 |
CN114845309B (zh) * | 2022-03-29 | 2023-05-09 | 广州中移软件科技有限公司 | 一种基于大数据的智能通信分配系统 |
CN114828042A (zh) * | 2022-04-07 | 2022-07-29 | 中国联合网络通信集团有限公司 | 基站系统控制方法、装置、设备、基站系统及存储介质 |
CN114885376A (zh) * | 2022-05-30 | 2022-08-09 | 中国联合网络通信集团有限公司 | 一种帧结构配置方法、装置及存储介质 |
CN114885376B (zh) * | 2022-05-30 | 2024-04-09 | 中国联合网络通信集团有限公司 | 一种帧结构配置方法、装置及存储介质 |
CN115426030A (zh) * | 2022-09-06 | 2022-12-02 | 广州爱浦路网络技术有限公司 | 一种基于大数据的卫星节能方法和卫星节能装置 |
CN115426030B (zh) * | 2022-09-06 | 2023-05-05 | 广州爱浦路网络技术有限公司 | 一种基于大数据的卫星节能方法和卫星节能装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113207162A (zh) | 一种基于业务预测的基站能耗智能管控方法 | |
CN103064027B (zh) | 一种750kv无线智能蓄电池在线监测及维护系统 | |
CN105357692B (zh) | 一种多网协同的网络优化与节能方法和系统 | |
CN102196539A (zh) | 一种物联网终端、网络侧设备和系统 | |
CN102045819B (zh) | 一种基站节能管理方法、基站节能方法及装置和系统 | |
CN111417180B (zh) | 一种协同基站节能管理的网络调度方法及装置 | |
CN107590987A (zh) | 一种基于低功耗物联网的远程抄表系统 | |
CN105636056A (zh) | 一种频谱资源自优化的节能方法、装置和系统 | |
CN101232195B (zh) | 太阳能无线传感器网络系统及其休眠唤醒方法 | |
CN104714620A (zh) | 一种调整智能终端唤醒频率的方法及装置 | |
CN102856982A (zh) | 企业能耗监测管理系统 | |
CN114071661A (zh) | 一种基站节能控制方法和装置 | |
CN105636183A (zh) | 一种基于ZigBee技术的休眠唤醒的节能方法 | |
CN113891377A (zh) | 一种5g小基站设备自动维护及调优方法 | |
CN113891415A (zh) | 可节能小区快速筛选方法 | |
CN105611614A (zh) | 无线监测的路由节点自反馈休眠唤醒的方法及系统 | |
CN101834851B (zh) | 一种多媒体消息中心及调节其处理能力的方法 | |
CN110139234B (zh) | 一种基于结点分组的无线传感器网络休眠调度方法 | |
CN213906384U (zh) | 一种基于物联网技术的自动化设备状态在线监测系统 | |
CN103533624B (zh) | 一种移动基站能耗控制方法和系统 | |
CN114338778B (zh) | 一种网关设备的控制方法和装置、存储介质及电子装置 | |
CN203385877U (zh) | 雨量计装置 | |
CN104125595B (zh) | 故障定位及隔离的方法和检测设备 | |
CN115243349A (zh) | 基站节能方法、装置、电子设备及存储介质 | |
CN104883725A (zh) | 一种长期演进网络中基于站点实际负载的网络节能方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210803 |