CN114554576B - 一种节能的方法、装置以及宏基站 - Google Patents

Abstract

本发明提供了一种节能的方法、装置以及宏基站，涉及无线通信与终端技术领域，包括：采集当前时刻宏基站、每个扇区的实时能耗，确定当前时刻后的第一预设时间段内，宏基站和每个扇区是否有能耗增量，根据实时能耗，结合能耗增量的有无，以及宏基站、每个扇区的正常能耗，确定宏基站的第一业务是否可以进入休眠状态，控制每个扇区各自的第一业务处于休眠状态，且仅当每个扇区各自的第一业务均处于休眠状态时，宏基站的第一业务处于休眠状态。本发明智能调控室外宏基站的5G业务以及每个扇区各自的5G业务处于工作状态或者休眠状态，极大的节省了供电系统不必要的电能消耗，同时也有效减少了宏基站的日常耗损，间接延长了5G宏基站的服务年限。

Description

一种节能的方法、装置以及宏基站

技术领域

本发明涉及无线通信与终端技术领域，特别是一种节能的方法、装置以及宏基站。

背景技术

随着目前5G技术的发展和普及，为5G业务提供服务的终端也越来越多。降低终端能耗、降低运营成本以及增加经济效益一直是各个运营商的首要目标。而通信基站节能更是通信企业及运营商节能减排的重要阵地。

宏基站主要耗能包括主设备的能耗、空调能耗以及供电系统的能耗三方面，而因为通信宏基站的供电系统与用电设备相连极易产生级联效应，因此在通信宏基站的节能过程中供电系统的节能也是非要重要的部分。

目前针对5G业务的宏基站，还没有一种对供电系统进行节能的方法，无法有效减少宏基站的日常耗损。

发明内容

鉴于上述问题，提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种节能的方法、装置以及宏基站。

第一方面，提供了一种节能的方法，所述方法应用于宏基站，所述方法包括：

采集当前时刻宏基站的第一实时能耗；

采集当前时刻宏基站每个扇区的第二实时能耗，单个扇区的第二实时能耗与其它扇区的第二实时能耗相同或者不同；

根据所述第一实时能耗，结合第一数学模型，确定当前时刻后的第一预设时间段内，所述宏基站是否有第一能耗增量，所述第一数学模型表征PRB资源利用率和总流量与所述宏基站的能耗增量之间的关系；

根据所述第二实时能耗，结合第二数学模型，确定所述当前时刻后的第一预设时间段内，所述每个扇区各自是否有第二能耗增量，单个扇区的第二能耗增量与其它扇区的第二能耗增量相同或者不同，所述第二数学模型表征PRB资源利用率和总流量与所述每个扇区各自的能耗增量之间的关系；

根据所述第一实时能耗，结合所述第一能耗增量的有无，以及所述宏基站的正常能耗，确定所述宏基站的第一业务是否可以进入休眠状态；

在确定所述宏基站的第一业务不能进入休眠状态的情况下，控制所述宏基站的第一业务处于工作状态；

在确定所述宏基站的第一业务可以进入休眠状态的情况下，根据所述第二实时能耗，结合所述第二能耗增量的有无，以及所述每个扇区各自的正常能耗，控制所述每个扇区各自的第一业务处于工作状态，或者控制所述每个扇区各自的第一业务处于休眠状态，且仅当所述每个扇区各自的第一业务均处于休眠状态时，所述宏基站的第一业务处于休眠状态。

可选地，采集当前时刻宏基站的第一实际能耗之前，所述方法还包括：

采集历史时间段内所述宏基站的能耗数据；

根据所述能耗数据，确定所述宏基站的正常能耗、所述宏基站的能耗增量、所述宏基站的PRB资源利用率；

根据所述能耗数据，确定所述每个扇区各自的正常能耗、所述每个扇区各自的能耗增量以及所述每个扇区各自的PRB资源利用率；

基于所述宏基站的能耗增量、所述宏基站的PRB资源利用率、所述总流量，利用K最邻近算法建立所述第一数学模型，其中，所述总流量基于用户连接数得到；

基于所述每个扇区各自的能耗增量、所述每个扇区各自的PRB资源利用率、所述总流量，利用K最邻近算法建立所述第二数学模型。

可选地，根据所述能耗数据，确定所述宏基站的正常能耗、所述宏基站的能耗增量、所述宏基站的PRB资源利用率，包括：

根据所述能耗数据确定所述宏基站的正常能耗，所述宏基站的正常能耗表征所述宏基站的第一业务处于工作状态时的能耗；

根据所述能耗数据确定所述宏基站的能耗增量，所述宏基站的能耗增量表征在所述历史时间段中的所述第一预设时间段内，所述宏基站超过自身正常能耗的能耗数量；

根据所述能耗数据确定所述宏基站的PRB资源利用率。

可选地，根据所述能耗数据，确定所述每个扇区各自的正常能耗、所述每个扇区各自的能耗增量以及所述每个扇区各自的PRB资源利用率，包括：

根据所述能耗数据确定所述每个扇区各自的正常能耗，所述正常能耗表征所述每个扇区各自的第一业务处于工作状态时的能耗；

根据所述能耗数据确定所述每个扇区各自的能耗增量，所述能耗增量表征在所述第一预设时间段内，所述每个扇区各自超过自身正常能耗的能耗数量；

根据所述能耗数据确定所述每个扇区各自的PRB资源利用率。

可选地，根据所述第一实时能耗，结合所述第一能耗增量的有无，以及所述宏基站的正常能耗，确定所述宏基站的第一业务是否可以进入休眠状态，包括：

确定所述宏基站在所述当前时刻的实时电流；

在所述当前时刻后的第一预设时间段内，所述宏基站没有所述第一能耗增量的情况下，确定所述当前时刻后的第一预设时间段内，所述宏基站的第一电流；

在所述当前时刻后的第一预设时间段内，所述宏基站有所述第一能耗增量的情况下，根据所述第一实时能耗和所述第一能耗增量，确定所述当前时刻后的第一预设时间段内，所述宏基站的第二电流；

在所述第一电流或者所述第二电流不小于所述宏基站的正常电流的情况下，控制所述宏基站的第一业务处于工作状态，所述宏基站的正常电流基于所述宏基站的正常能耗得到；

在所述第一电流或者所述第二电流小于所述宏基站的正常电流的情况下，确定所述宏基站可以进入休眠状态。

可选地，在确定所述宏基站的第一业务可以进入休眠状态的情况下，根据所述第二实时能耗，结合所述第二能耗增量的有无，以及所述每个扇区各自的正常能耗，控制所述每个扇区各自的第一业务处于工作状态，或者控制所述每个扇区各自的第一业务处于休眠状态，包括：

确定第一扇区在所述当前时刻的实时电流，所述第一扇区为所述宏基站的任一扇区；

在所述当前时刻后的第一预设时间段内，所述第一扇区没有所述第二能耗增量的情况下，确定所述当前时刻后的第一预设时间段内，所述第一扇区的第三电流；

在所述当前时刻后的第一预设时间段内，所述第一扇区有所述第二能耗增量的情况下，根据所述第二实时能耗和所述第二能耗增量，确定所述当前时刻后的第一预设时间段内，所述第一扇区的第四电流；

在所述第三电流或者所述第四电流不小于所述第一扇区的正常电流的情况下，控制所述第一扇区的第一业务处于工作状态，所述第一扇区的正常电流基于所述第一扇区的正常能耗得到；

在所述第三电流或者所述第四电流小于所述第一扇区的正常电流的情况下，控制所述第一扇区的第一业务处于休眠状态。

可选地，控制所述第一扇区的第一业务处于休眠状态之后，还包括：

在所述第一扇区的第一业务处于休眠状态的情况下，控制所述第一扇区的第二业务处于工作状态；

保持所述第一扇区的第一业务处于休眠状态的时长达到预设时长后，控制所述第一扇区的第一业务重新处于工作状态，所述预设时长不大于所述第一预设时间段的时长；

其中，所述第一业务为5G业务，所述第二业务为4G业务。

可选地，根据所述第一实时能耗，结合第一数学模型，得到当前时刻后的第一预设时间段内，所述宏基站是否有第一能耗增量，包括：

选取所述当前时刻之后的第一预设时间段内的多个时间点；

确定所述每个时间点与当前时刻之间的距离，不同的时间点与所述当前时刻的距离不同；

按照距离的大小进行加权，并计算得到所述当前时刻之后的第一预设时间段内，所述宏基站是否有所述第一能耗增量。

第二方面，提供了一种节能的装置，所述装置应用于宏基站，所述装置包括：

第一采集模块，用于采集当前时刻宏基站的第一实时能耗；

第二采集模块，用于采集当前时刻宏基站每个扇区的第二实时能耗，单个扇区的第二实时能耗与其它扇区的第二实时能耗相同或者不同；

确定第一能耗增量模块，用于根据所述第一实时能耗，结合第一数学模型，确定当前时刻后的第一预设时间段内，所述宏基站是否有第一能耗增量，所述第一数学模型表征PRB资源利用率和总流量与所述宏基站的能耗增量之间的关系；

确定第二能耗增量模块，用于根据所述第二实时能耗，结合第二数学模型，确定所述当前时刻后的第一预设时间段内，所述每个扇区各自是否有第二能耗增量，单个扇区的第二能耗增量与其它扇区的第二能耗增量相同或者不同，所述第二数学模型表征PRB资源利用率和总流量与所述每个扇区各自的能耗增量之间的关系；

确定模块，用于根据所述第一实时能耗，结合所述第一能耗增量的有无，以及所述宏基站的正常能耗，确定所述宏基站的第一业务是否可以进入休眠状态；

宏基站控制模块，用于在确定所述宏基站的第一业务不能进入休眠状态的情况下，控制所述宏基站的第一业务处于工作状态；

扇区控制模块，用于在确定所述宏基站的第一业务可以进入休眠状态的情况下，根据所述第二实时能耗，结合所述第二能耗增量的有无，以及所述每个扇区各自的正常能耗，控制所述每个扇区各自的第一业务处于工作状态，或者控制所述每个扇区各自的第一业务处于休眠状态，且仅当所述每个扇区各自的第一业务均处于休眠状态时，所述宏基站的第一业务处于休眠状态。

可选地，所述装置还包括：

第三采集模块，用于采集历史时间段内所述宏基站的能耗数据；

确定宏基站能耗数据模块，用于根据所述能耗数据，确定所述宏基站的正常能耗、所述宏基站的能耗增量、所述宏基站的PRB资源利用率；

确定扇区能耗数据模块，用于根据所述能耗数据，确定所述每个扇区各自的正常能耗、所述每个扇区各自的能耗增量以及所述每个扇区各自的PRB资源利用率；

第一建立模块，用于基于所述宏基站的能耗增量、所述宏基站的PRB资源利用率、所述总流量，利用K最邻近算法建立所述第一数学模型，其中，所述总流量基于用户连接数得到；

第二建立模块，用于基于所述每个扇区各自的能耗增量、所述每个扇区各自的PRB资源利用率、所述总流量，利用K最邻近算法建立所述第二数学模型。

可选地，所述确定宏基站能耗数据模块包括：

宏基站第一确定子单元，用于根据所述能耗数据确定所述宏基站的正常能耗，所述宏基站的正常能耗表征所述宏基站的第一业务处于工作状态时的能耗；

宏基站第二确定子单元，用于根据所述能耗数据确定所述宏基站的能耗增量，所述宏基站的能耗增量表征在所述历史时间段中的所述第一预设时间段内，所述宏基站超过自身正常能耗的能耗数量；

宏基站第三确定子单元，用于根据所述能耗数据确定所述宏基站的PRB资源利用率。

可选地，所述确定扇区能耗数据模块包括：

扇区第一确定子单元，用于根据所述能耗数据确定所述每个扇区各自的正常能耗，所述正常能耗表征所述每个扇区各自的第一业务处于工作状态时的能耗；

扇区第二确定子单元，用于根据所述能耗数据确定所述每个扇区各自的能耗增量，所述能耗增量表征在所述第一预设时间段内，所述每个扇区各自超过自身正常能耗的能耗数量；

扇区第三确定子单元，用于根据所述能耗数据确定所述每个扇区各自的PRB资源利用率。

可选地，所述确定模块包括：

确定实时电流子单元，用于确定所述宏基站在所述当前时刻的实时电流；

确定第一电流子单元，用于在所述当前时刻后的第一预设时间段内，所述宏基站没有所述第一能耗增量的情况下，确定所述当前时刻后的第一预设时间段内，所述宏基站的第一电流；

确定第二电流子单元，用于在所述当前时刻后的第一预设时间段内，所述宏基站有所述第一能耗增量的情况下，根据所述第一实时能耗和所述第一能耗增量，确定所述当前时刻后的第一预设时间段内，所述宏基站的第二电流；

第一控制子单元，用于在所述第一电流或者所述第二电流不小于所述宏基站的正常电流的情况下，控制所述宏基站的第一业务处于工作状态，所述宏基站的正常电流基于所述宏基站的正常能耗得到；

确定子单元，用于在所述第一电流或者所述第二电流小于所述宏基站的正常电流的情况下，确定所述宏基站可以进入休眠状态。

可选地，所述扇区控制模块具体用于：

确定第一扇区在所述当前时刻的实时电流，所述第一扇区为所述宏基站的任一扇区；

在所述当前时刻后的第一预设时间段内，所述第一扇区没有所述第二能耗增量的情况下，确定所述当前时刻后的第一预设时间段内，所述第一扇区的第三电流；

在所述当前时刻后的第一预设时间段内，所述第一扇区有所述第二能耗增量的情况下，根据所述第二实时能耗和所述第二能耗增量，确定所述当前时刻后的第一预设时间段内，所述第一扇区的第四电流；

在所述第三电流或者所述第四电流不小于所述第一扇区的正常电流的情况下，控制所述第一扇区的第一业务处于工作状态，所述第一扇区的正常电流基于所述第一扇区的正常能耗得到；

在所述第三电流或者所述第四电流小于所述第一扇区的正常电流的情况下，控制所述第一扇区的第一业务处于休眠状态。

可选地，所述装置还包括：

第一控制扇区模块，用于在所述第一扇区的第一业务处于休眠状态的情况下，控制所述第一扇区的第二业务处于工作状态；

第二控制扇区模块，用于保持所述第一扇区的第一业务处于休眠状态的时长达到预设时长后，控制所述第一扇区的第一业务重新处于工作状态，所述预设时长不大于所述第一预设时间段的时长；

其中，所述第一业务为5G业务，所述第二业务为4G业务。

可选地，所述确定第一能耗增量模块具体用于：

选取所述当前时刻之后的第一预设时间段内的多个时间点；

确定所述每个时间点与当前时刻之间的距离，不同的时间点与所述当前时刻的距离不同；

按照距离的大小进行加权，并计算得到所述当前时刻之后的第一预设时间段内，所述宏基站是否有所述第一能耗增量。

第三方面，提供了一种宏基站，包括处理器，所述处理器执行时实现如第一方面任一所述的方法的步骤。

本申请具有以下优点：

在本发明中，采集当前时刻宏基站的实时能耗以及每个扇区各自的实时能耗；再结合第一、第二数学模型，确定宏基站和每个扇区是否有能耗增量。最后依据实时能耗、能耗增量，控制宏基站的第一业务处于工作状态，或者控制每个扇区各自的第一业务处于工作状态，或者控制每个扇区各自的第一业务处于休眠状态。并且仅当每个扇区各自的第一业务均处于休眠状态时，宏基站的第一业务处于休眠状态。

本发明通过历史时间段的能耗数据建立宏基站的整体数学模型，同时还建立每个扇区的数学模型，根据宏基站、每个扇区的实际能耗，基于各自数学模型确定未来时段的能耗增量，并基于实际能耗、能耗增量分别控制5G业务的状态，从而智能调控室外宏基站的5G业务以及每个扇区各自的5G业务处于工作状态或者休眠状态，节省了供电系统不必要的电能消耗，同时也有效减少了宏基站的日常耗损，间接延长了5G宏基站的服务年限，为用户提供更好的服务质量。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明实施例一种节能的方法的流程图；

图2是本发明实施例一种节能的装置的框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。应当理解，此处所描述的具体实施例仅用以解释本发明，仅仅是本发明一部分实施例，而不是全部的实施例，并不用于限定本发明。

参照图1，示出了本发明实施例一种节能的方法的流程图，该方法包括：

步骤101：采集当前时刻宏基站的第一实时能耗。

本发明实施例中，在宏基站的实际工作中，可以在任意时刻采集当前时刻宏基站的第一实时能耗。

一般情况下，每个宏基站的能耗数据主要包括：进行采集的具体时间、宏基站对应小区名称、宏基站的电压值、电流值、宏基站实际能耗及对应扇区、上下行PRB资源利用率、上下行流量、RRC建立成功次数以及小区内处于RRC连接态的最大用户数等。基于这些数据结合已知算法，即可得到宏基站的实时能耗。

步骤102：采集当前时刻宏基站每个扇区的第二实时能耗。

本发明实施例中，一般情况下，每个宏基站至少有一个扇区，较为常见的有3个扇区，但无论有多少个扇区，都可以基于在任意时刻采集当前时刻每个扇区的第二实时能耗。在有1个以上扇区的宏基站，其每个扇区的实时能耗可能与其它扇区的实时能耗相同，但也可能与其它扇区的能耗不同。

例如：某宏基站有3个扇区：扇区0、扇区1、扇区2。那么在任意时刻采集当前时刻3个扇区的第二实时能耗，扇区0、扇区1、扇区2各自的第二实时能耗可能都不相同，也可能扇区0和扇区1各自的第二实时能耗相同，扇区2的第二实时能耗与扇区0和扇区1的不相同。

步骤103：根据第一实时能耗，结合第一数学模型，确定当前时刻后的第一预设时间段内，宏基站是否有第一能耗增量，第一数学模型表征PRB资源利用率和总流量与宏基站的能耗增量之间的关系。

步骤104：根据第二实时能耗，结合第二数学模型，确定当前时刻后的第一预设时间段内，每个扇区各自是否有第二能耗增量，每个扇区的第二能耗增量与其它扇区的第二能耗增量相同或者不同，第二数学模型表征PRB资源利用率和总流量与每个扇区各自的能耗增量之间的关系。

采集得到当前时刻宏基站的第一实时能耗后，即可根据第一实时能耗，结合第一数学模型，得到当前时刻后的第一预设时间段内，宏基站是否有第一能耗增量。所谓第一数学模型是根据历史数据得到的，其表征PRB资源利用率和总流量与宏基站的能耗增量之间的关系。在采集当前时刻宏基站的第一实际能耗之前，宏基站及其扇区首先需要建立各自的数学模型。建立数学模型的具体方法包括：

步骤S1：采集历史时间段内宏基站的能耗数据；

步骤S2：根据能耗数据，确定宏基站的正常能耗、宏基站的能耗增量、宏基站的PRB资源利用率；

步骤S3：根据能耗数据，确定每个扇区各自的正常能耗、每个扇区各自的能耗增量以及每个扇区各自的PRB资源利用率。

首先采集历史时间段内宏基站的能耗数据。例如：采集过去一周，或者过去一个月内，宏基站的能耗数据。如前所述，宏基站能耗数据主要包括：进行采集的具体时间、宏基站对应小区名称、宏基站的电压值、电流值、宏基站实际能耗及对应扇区、上下行PRB资源利用率、上下行流量、RRC建立成功次数以及小区内处于RRC连接态的最大用户数等。

当然，历史时间段的时长越大，则后面建立的数学模型的精准度就越高，采集过去一个月宏基站的能耗数据，肯定比采集过去一周宏基站的能耗数据，最后得到的第一数据模型的精准度高，自然的采集过去一年宏基站的能耗数据自然肯定比采集过去一个月宏基站的能耗数据得到的第一数据模型的精准度高。但同时采集历史时间段的时长越大，对应的运算量就越大。每个扇区的情况与整个宏基站的情况相同，不多赘述。

基于采集的历史时间段内宏基站的能耗数据，结合已知算法，即可得到宏基站的正常能耗、宏基站的能耗增量、宏基站的PRB资源利用率、每个扇区各自的正常能耗、每个扇区各自的能耗增量以及每个扇区各自的PRB资源利用率。

需要说明的是，宏基站的正常能耗是根据宏基站每天的能耗取平均值得到，该正常能耗表征宏基站的第一业务处于工作状态时的能耗。第一业务为5G业务，即，宏基站的正常能耗表征宏基站的5G业务处于工作状态时的能耗。同样的，每个扇区的正常能耗也是根据每个扇区每天的能耗取平均值得到，该正常能耗表征每个扇区各自的5G业务处于工作状态时的能耗。单个扇区的正常能耗可能与其它扇区相同，也可能不同。

而基于历史时间段内宏基站的能耗数据，还可以确定宏基站的能耗增量和每个扇区各自的能耗增量。所谓宏基站的能耗增量表征在历史时间段中的第一预设时间段内，宏基站超过自身正常能耗的能耗数量；所谓每个扇区的能耗增量表征在第一预设时间段内，每个扇区各自超过自身正常能耗的能耗数量。

例如：第一预设时间段为15分钟，宏基站的正常能耗为100kWh。那么宏基站的能耗增量表征历史时间段中的任意15分钟内，宏基站超过自身正常能耗100kWh的能耗数量，假设该能耗数量为20kWh，那么20kWh即为宏基站的能耗增量。每个扇区的能耗增量同理，不多赘述。

另外，基于历史时间段内宏基站的能耗数据，还可以确定宏基站的PRB资源利用率和每个扇区各自的PRB资源利用率。

步骤S4：基于宏基站的能耗增量、宏基站的PRB资源利用率、总流量，利用K最邻近算法建立第一数学模型，其中，总流量基于用户连接数得到；

步骤S5：基于每个扇区各自的能耗增量、每个扇区各自的PRB资源利用率、总流量，利用K最邻近算法建立第二数学模型。

本发明实施例中，在得到宏基站的能耗增量、PRB资源利用率以及总流量后，可以利用K最邻近算法建立第一数学模型，第一数学模型表征PRB资源利用率和总流量与宏基站的能耗增量之间的关系。总流量的算法有多种，例如：可以将用户连接数以分段法取均值，计算第一预设时间段内的总流量，以第一预设时间段的总流量作为整个宏基站的总流量。需要说明的是，建立的第一数学模型是以第一预设时间段来建立的，假设第一预设时间段为15分钟，那么第一数学模型在实际使用中，可以得到当前时刻之后的15分钟内的能耗增量，如果第一预设时间段为20分钟，那么第一数学模型在实际使用中，可以得到当前时刻之后的20分钟内的能耗增量。

同样的原理可以建立出每个扇区的第二数学模型，在实际使用中，可以得到当前时刻之后的第一预设时间段内每个扇区各自的能耗增量。当然，可以理解的是，单个扇区的正常能耗可能与其它扇区的不同或者相同，自然其能耗增量也可能与其它扇区的不同或者相同。

本发明实施例中，第一数学模型和第二数学模型在实际使用中方法相同。以第一数学模型为例：

选取当前时刻之后的第一预设时间段内的多个时间点；确定每个时间点与当前时刻之间的距离，不同的时间点与当前时刻的距离不同；按照距离的大小进行加权，并计算得到当前时刻之后的第一预设时间段内，宏基站是否有第一能耗增量。

步骤105：根据第一实时能耗，结合第一能耗增量的有无，以及宏基站的正常能耗，确定宏基站的第一业务是否可以进入休眠状态；

步骤106：在确定宏基站的第一业务不能进入休眠状态的情况下，控制宏基站的第一业务处于工作状态。

本发明实施例中，在基于第一数学模型确定当前时刻后的第一预设时间段内，第一能耗增量的有无之后，根据第一实时能耗，结合第一能耗增量的有无，以及宏基站的正常能耗，确定宏基站的第一业务是否可以进入休眠状态。即宏基站的5G业务是否可以进入休眠状态。所谓宏基站的5G业务是否可以进入休眠状态是指：宏基站的5G业务不能进入休眠状态，5G业务需要处于工作状态；或者宏基站的5G业务可以处于休眠状态，但是必须根据每个扇区各自的5G业务的状态来决定。因为对于宏基站来说，只要有一个扇区的5G业务处于工作状态，那么整个宏基站的5G业务就不能处于休眠状态，仅有全部扇区的5G业务均处于休眠状态，整个宏基站的5G业务才能处于休眠状态。因此对于宏基站有以下步骤：

步骤V1：确定宏基站在当前时刻的实时电流；

步骤V2：在当前时刻后的第一预设时间段内，宏基站没有第一能耗增量的情况下，确定当前时刻后的第一预设时间段内，宏基站的第一电流；

步骤V3：在当前时刻后的第一预设时间段内，宏基站有第一能耗增量的情况下，根据第一实时能耗和第一能耗增量，确定当前时刻后的第一预设时间段内，宏基站的第二电流。

由于电流是反映能耗的最优参数，能耗越高自然对应的电流值就越大，并且电流值是一个很容易、很简单就可以被采集的参数，因此以电流这个参数作为基础，可以简洁、快捷的对宏基站是否可以进入休眠状态进行判断。同样的原理，每个扇区也适用。

确定宏基站在当前时刻的实时电流，当前时刻的实时电流即可反映当前时刻的第一实时能耗。若同时根据第一实时能耗，确定在当前时刻后的第一预设时间段内，宏基站没有第一能耗增量，则确定当前时刻后的第一预设时间段内，宏基站的第一电流，该第一电流的值等于当前时刻的实时电流的值。

若根据第一实时能耗，确定在当前时刻后的第一预设时间段内，宏基站有第一能耗增量，则根据第一实时能耗和第一能耗增量，确定当前时刻后的第一预设时间段内宏基站的第二电流，该第二电流的值等于当前时刻的实时电流的值与第一能耗增量对应的电流增量的值两者之和。

例如：第一实时能耗为90kWh，对应的实时电流为9A，第一能耗增量为20kWh，对应的电流增量为2A，那么第一电流即为9A，第二电流即为11A(9A+2A＝11A)。

步骤V4：在第一电流或者第二电流不小于宏基站的正常电流的情况下，控制宏基站的第一业务处于工作状态，宏基站的正常电流基于宏基站的正常能耗得到；

步骤V5：在第一电流或者第二电流小于宏基站的正常电流的情况下，确定宏基站可以进入休眠状态。

得到第一电流和第二电流后，进行判断。在第一电流不小于宏基站的正常电流的情况下，控制宏基站的第一业务处于工作状态，宏基站的正常电流基于宏基站的正常能耗得到。同理，在第二电流不小于宏基站的正常电流的情况下，控制宏基站的第一业务处于工作状态。

而在第一电流小于宏基站的正常电流的情况下，确定宏基站可以进入休眠状态。同理，在第二电流小于宏基站的正常电流的情况下，确定宏基站可以进入休眠状态。

沿用前述示例：第一电流为9A，第二电流为11A，宏基站的正常电流为10A。那么第一电流小于宏基站的正常电流，宏基站可以进入休眠状态。即在当前时刻的下一预设时间段内，宏基站没有能耗增量，且第一电流小于宏基站正常电流的情况下，宏基站可以进入休眠状态。而假设第一电流为10A，那么需要控制宏基站的第一业务处于工作状态。相同的，第二电流大于宏基站的正常电流，则需要控制宏基站的第一业务处于工作状态。即在当前时刻的下一预设时间段内，宏基站有能耗增量的情况下，控制宏基站的5G业务处于工作状态。

步骤107：在确定宏基站的第一业务可以进入休眠状态的情况下，根据第二实时能耗，结合第二能耗增量的有无，以及每个扇区各自的正常能耗，控制每个扇区各自的第一业务处于工作状态，或者控制每个扇区各自的第一业务处于休眠状态，且仅当每个扇区各自的第一业务均处于休眠状态时，宏基站的第一业务处于休眠状态。

本发明实施例中，如步骤105中所述，宏基站的5G业务能不能处于休眠状态，还必须要根据每个扇区的具体情况来决定。因此，在确定宏基站的第一业务可以进入休眠状态的情况下，需要根据第二实时能耗，结合第二能耗增量的有无，以及每个扇区各自的正常能耗，控制每个扇区各自的第一业务处于工作状态，或者控制每个扇区各自的第一业务处于休眠状态，

以宏基站所有扇区中的任一扇区为例，定义该任一扇区为第一扇区，其余扇区的第一业务是否处于休眠状态的判断方法与第一扇区相同，不多赘述。第一扇区第一业务是否处于休眠状态的方法包括步骤：

步骤T1：确定第一扇区在当前时刻的实时电流，第一扇区为宏基站的任一扇区。

步骤T2：在当前时刻后的第一预设时间段内，第一扇区没有第二能耗增量的情况下，确定当前时刻后的第一预设时间段内，第一扇区的第三电流；

步骤T3：在当前时刻后的第一预设时间段内，第一扇区有第二能耗增量的情况下，根据第二实时能耗和第二能耗增量，确定当前时刻后的第一预设时间段内，第一扇区的第四电流

步骤T4：在第三电流或者第四电流不小于第一扇区的正常电流的情况下，控制第一扇区的第一业务处于工作状态，第一扇区的正常电流基于第一扇区的正常能耗得到

步骤T5：在第三电流或者第四电流小于第一扇区的正常电流的情况下，控制第一扇区的第一业务处于休眠状态。

与宏基站的情况相同，首先第一扇区当前时刻的实时电流，再确定当前时刻后的第一预设时间段内，第一扇区是否有第二能耗增量，根据第二能耗增量的有无，确定第三电流和第四电流，最后基于第一扇区的正常电流决定其5G业务的工作状态。由于原理相同，不做具体说明，可以参照步骤V1～步骤V5。

沿用前述示例：第三电流为2A，第四电流为3A，第一扇区的正常电流为3A。那么第三电流小于第一扇区的正常电流，则控制第一扇区的第一业务处于休眠状态。即在当前时刻的下一预设时间段内，第一扇区没有能耗增量，且第三电流小于第一扇区正常电流的情况下，第一扇区的5G业务处于休眠状态。而第四电流大于第一扇区的正常电流，则需要控制第一扇区的第一业务处于工作状态。即在当前时刻的下一预设时间段内，宏基站有能耗增量的情况下，控制第一扇区的5G业务处于工作状态。

第一扇区的5G业务处于工作状态，那么无论其它扇区的5G业务是否处于工作状态，整个宏基站的5G业务需要处于工作状态。只有宏基站中所有扇区的5G业务均处于休眠状态，整个宏基站的5G业务才可以处于休眠状态。

对于任一扇区的第一业务处于休眠状态之后，不可能让其一直处于休眠状态，因此，在控制第一扇区的第一业务处于休眠状态之后，还包括：

在第一扇区的第一业务处于休眠状态的情况下，控制第一扇区的第二业务处于工作状态。该第二业务可以是4G业务。即，在5G业务处于休眠状态后，由4G业务继续为用户提供服务。而在保持第一扇区的第一业务处于休眠状态的时长达到预设时长后，控制第一扇区的第一业务重新处于工作状态，预设时长不大于第一预设时间段的时长。前述已经说明，无论是宏基站还是扇区，均得到的是第一预设时间段内的能耗增量。超过第一预设时间段后的能耗增量需要再次基于两个数学模型来确定。因此，无论是宏基站还是扇区，其处于休眠状态的时长不能大于第一预设时间段的时长。在宏基站或者扇区各自的5G业务重新处于工作状态后，再次利用步骤101～步骤107的方法，确定宏基站或者扇区的5G业务的状态。

通过上述方法，实现了智能调控室外宏基站的5G业务处于工作或者休眠状态，并且，针对每个扇区的实际情况，分别控制单个扇区的5G业务处于工作或者休眠状态，极大的节省了供电系统不必要的电能消耗。

基于上述节能的方法，本发明实施例还提供一种节能的装置，参照图2，示出了本发明实施例一种节能的装置的框图，所述装置应用于宏基站，所述装置包括：

第一采集模块210，用于采集当前时刻宏基站的第一实时能耗；

第二采集模块220，用于采集当前时刻宏基站每个扇区的第二实时能耗，单个扇区的第二实时能耗与其它扇区的第二实时能耗相同或者不同；

确定第一能耗增量模块230，用于根据所述第一实时能耗，结合第一数学模型，确定当前时刻后的第一预设时间段内，所述宏基站是否有第一能耗增量，所述第一数学模型表征PRB资源利用率和总流量与所述宏基站的能耗增量之间的关系；

确定第二能耗增量模块240，用于根据所述第二实时能耗，结合第二数学模型，确定所述当前时刻后的第一预设时间段内，所述每个扇区各自是否有第二能耗增量，单个扇区的第二能耗增量与其它扇区的第二能耗增量相同或者不同，所述第二数学模型表征PRB资源利用率和总流量与所述每个扇区各自的能耗增量之间的关系；

确定模块250，用于根据所述第一实时能耗，结合所述第一能耗增量的有无，以及所述宏基站的正常能耗，确定所述宏基站的第一业务是否可以进入休眠状态；

宏基站控制模块260，用于在确定所述宏基站的第一业务不能进入休眠状态的情况下，控制所述宏基站的第一业务处于工作状态；

扇区控制模块270，用于在确定所述宏基站的第一业务可以进入休眠状态的情况下，根据所述第二实时能耗，结合所述第二能耗增量的有无，以及所述每个扇区各自的正常能耗，控制所述每个扇区各自的第一业务处于工作状态，或者控制所述每个扇区各自的第一业务处于休眠状态，且仅当所述每个扇区各自的第一业务均处于休眠状态时，所述宏基站的第一业务处于休眠状态。

可选地，所述装置还包括：

第三采集模块，用于采集历史时间段内所述宏基站的能耗数据；

确定宏基站能耗数据模块，用于根据所述能耗数据，确定所述宏基站的正常能耗、所述宏基站的能耗增量、所述宏基站的PRB资源利用率；

确定扇区能耗数据模块，用于根据所述能耗数据，确定所述每个扇区各自的正常能耗、所述每个扇区各自的能耗增量以及所述每个扇区各自的PRB资源利用率；

第一建立模块，用于基于所述宏基站的能耗增量、所述宏基站的PRB资源利用率、所述总流量，利用K最邻近算法建立所述第一数学模型，其中，所述总流量基于用户连接数得到；

第二建立模块，用于基于所述每个扇区各自的能耗增量、所述每个扇区各自的PRB资源利用率、所述总流量，利用K最邻近算法建立所述第二数学模型。

可选地，所述确定宏基站能耗数据模块包括：

宏基站第一确定子单元，用于根据所述能耗数据确定所述宏基站的正常能耗，所述宏基站的正常能耗表征所述宏基站的第一业务处于工作状态时的能耗；

宏基站第二确定子单元，用于根据所述能耗数据确定所述宏基站的能耗增量，所述宏基站的能耗增量表征在所述历史时间段中的所述第一预设时间段内，所述宏基站超过自身正常能耗的能耗数量；

宏基站第三确定子单元，用于根据所述能耗数据确定所述宏基站的PRB资源利用率。

可选地，所述确定扇区能耗数据模块包括：

扇区第一确定子单元，用于根据所述能耗数据确定所述每个扇区各自的正常能耗，所述正常能耗表征所述每个扇区各自的第一业务处于工作状态时的能耗；

扇区第二确定子单元，用于根据所述能耗数据确定所述每个扇区各自的能耗增量，所述能耗增量表征在所述第一预设时间段内，所述每个扇区各自超过自身正常能耗的能耗数量；

扇区第三确定子单元，用于根据所述能耗数据确定所述每个扇区各自的PRB资源利用率。

可选地，所述确定模块250包括：

确定实时电流子单元，用于确定所述宏基站在所述当前时刻的实时电流；

确定第一电流子单元，用于在所述当前时刻后的第一预设时间段内，所述宏基站没有所述第一能耗增量的情况下，确定所述当前时刻后的第一预设时间段内，所述宏基站的第一电流；

确定第二电流子单元，用于在所述当前时刻后的第一预设时间段内，所述宏基站有所述第一能耗增量的情况下，根据所述第一实时能耗和所述第一能耗增量，确定所述当前时刻后的第一预设时间段内，所述宏基站的第二电流；

第一控制子单元，用于在所述第一电流或者所述第二电流不小于所述宏基站的正常电流的情况下，控制所述宏基站的第一业务处于工作状态，所述宏基站的正常电流基于所述宏基站的正常能耗得到；

确定子单元，用于在所述第一电流或者所述第二电流小于所述宏基站的正常电流的情况下，确定所述宏基站可以进入休眠状态。

可选地，所述扇区控制模块270具体用于：

确定第一扇区在所述当前时刻的实时电流，所述第一扇区为所述宏基站的任一扇区；

在所述当前时刻后的第一预设时间段内，所述第一扇区没有所述第二能耗增量的情况下，确定所述当前时刻后的第一预设时间段内，所述第一扇区的第三电流；

在所述当前时刻后的第一预设时间段内，所述第一扇区有所述第二能耗增量的情况下，根据所述第二实时能耗和所述第二能耗增量，确定所述当前时刻后的第一预设时间段内，所述第一扇区的第四电流；

在所述第三电流或者所述第四电流不小于所述第一扇区的正常电流的情况下，控制所述第一扇区的第一业务处于工作状态，所述第一扇区的正常电流基于所述第一扇区的正常能耗得到；

在所述第三电流或者所述第四电流小于所述第一扇区的正常电流的情况下，控制所述第一扇区的第一业务处于休眠状态。

可选地，所述装置还包括：

第一控制扇区模块，用于在所述第一扇区的第一业务处于休眠状态的情况下，控制所述第一扇区的第二业务处于工作状态；

第二控制扇区模块，用于保持所述第一扇区的第一业务处于休眠状态的时长达到预设时长后，控制所述第一扇区的第一业务重新处于工作状态，所述预设时长不大于所述第一预设时间段的时长；

其中，所述第一业务为5G业务，所述第二业务为4G业务。

可选地，所述确定第一能耗增量模块230具体用于：

选取所述当前时刻之后的第一预设时间段内的多个时间点；

确定所述每个时间点与当前时刻之间的距离，不同的时间点与所述当前时刻的距离不同；

按照距离的大小进行加权，并计算得到所述当前时刻之后的第一预设时间段内，所述宏基站是否有所述第一能耗增量。

基于上述节能的方法，本发明实施例还提供一种宏基站，包括处理器，所述处理器执行时实现如步骤101～步骤107任一所述的方法的步骤。

通过上述实施例，本发明的节能方法，通过历史史时间段的能耗数据建立宏基站的整体数学模型，同时还建立每个扇区的数学模型，根据宏基站、每个扇区的实际能耗，基于各自数学模型确定未来时段的能耗增量，并基于实际能耗、能耗增量分别控制宏基站以及每个扇区5G业务的状态，从而智能调控室外宏基站的5G业务以及每个扇区各自的5G业务处于工作状态或者休眠状态，极大的节省了供电系统不必要的电能消耗，同时也有效减少了宏基站的日常耗损，间接延长了5G宏基站的服务年限，为用户提供更好的服务质量。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明实施例所提供的技术方案，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种节能的方法，其特征在于，所述方法应用于宏基站，所述方法包括：

采集当前时刻宏基站的第一实时能耗；

采集当前时刻宏基站每个扇区的第二实时能耗，单个扇区的第二实时能耗与其它扇区的第二实时能耗相同或者不同；

根据所述第一实时能耗，结合第一数学模型，确定当前时刻后的第一预设时间段内，所述宏基站是否有第一能耗增量，所述第一数学模型表征PRB资源利用率和总流量与所述宏基站的能耗增量之间的关系；

根据所述第二实时能耗，结合第二数学模型，确定所述当前时刻后的第一预设时间段内，所述每个扇区各自是否有第二能耗增量，单个扇区的第二能耗增量与其它扇区的第二能耗增量相同或者不同，所述第二数学模型表征PRB资源利用率和总流量与所述每个扇区各自的能耗增量之间的关系；

根据所述第一实时能耗，结合所述第一能耗增量的有无，以及所述宏基站的正常能耗，确定所述宏基站的第一业务是否可以进入休眠状态；

在确定所述宏基站的第一业务不能进入休眠状态的情况下，控制所述宏基站的第一业务处于工作状态；

在确定所述宏基站的第一业务可以进入休眠状态的情况下，根据所述第二实时能耗，结合所述第二能耗增量的有无，以及所述每个扇区各自的正常能耗，控制所述每个扇区各自的第一业务处于工作状态，或者控制所述每个扇区各自的第一业务处于休眠状态，且仅当所述每个扇区各自的第一业务均处于休眠状态时，所述宏基站的第一业务处于休眠状态。

2.根据权利要求1所述的方法，其特征在于，采集当前时刻宏基站的第一实际能耗之前，所述方法还包括：

采集历史时间段内所述宏基站的能耗数据；

根据所述能耗数据，确定所述宏基站的正常能耗、所述宏基站的能耗增量、所述宏基站的PRB资源利用率；

根据所述能耗数据，确定所述每个扇区各自的正常能耗、所述每个扇区各自的能耗增量以及所述每个扇区各自的PRB资源利用率；

基于所述宏基站的能耗增量、所述宏基站的PRB资源利用率、所述总流量，利用K最邻近算法建立所述第一数学模型，其中，所述总流量基于用户连接数得到；

基于所述每个扇区各自的能耗增量、所述每个扇区各自的PRB资源利用率、所述总流量，利用K最邻近算法建立所述第二数学模型。

3.根据权利要求2所述的方法，其特征在于，根据所述能耗数据，确定所述宏基站的正常能耗、所述宏基站的能耗增量、所述宏基站的PRB资源利用率，包括：

根据所述能耗数据确定所述宏基站的正常能耗，所述宏基站的正常能耗表征所述宏基站的第一业务处于工作状态时的能耗；

根据所述能耗数据确定所述宏基站的能耗增量，所述宏基站的能耗增量表征在所述历史时间段中的所述第一预设时间段内，所述宏基站超过自身正常能耗的能耗数量；

根据所述能耗数据确定所述宏基站的PRB资源利用率。

4.根据权利要求2所述的方法，其特征在于，根据所述能耗数据，确定所述每个扇区各自的正常能耗、所述每个扇区各自的能耗增量以及所述每个扇区各自的PRB资源利用率，包括：

根据所述能耗数据确定所述每个扇区各自的正常能耗，所述正常能耗表征所述每个扇区各自的第一业务处于工作状态时的能耗；

根据所述能耗数据确定所述每个扇区各自的能耗增量，所述能耗增量表征在所述第一预设时间段内，所述每个扇区各自超过自身正常能耗的能耗数量；

根据所述能耗数据确定所述每个扇区各自的PRB资源利用率。

5.根据权利要求3所述的方法，其特征在于，根据所述第一实时能耗，结合所述第一能耗增量的有无，以及所述宏基站的正常能耗，确定所述宏基站的第一业务是否可以进入休眠状态，包括：

确定所述宏基站在所述当前时刻的实时电流；

在所述当前时刻后的第一预设时间段内，所述宏基站没有所述第一能耗增量的情况下，确定所述当前时刻后的第一预设时间段内，所述宏基站的第一电流；

在所述当前时刻后的第一预设时间段内，所述宏基站有所述第一能耗增量的情况下，根据所述第一实时能耗和所述第一能耗增量，确定所述当前时刻后的第一预设时间段内，所述宏基站的第二电流；

在所述第一电流或者所述第二电流不小于所述宏基站的正常电流的情况下，控制所述宏基站的第一业务处于工作状态，所述宏基站的正常电流基于所述宏基站的正常能耗得到；

在所述第一电流或者所述第二电流小于所述宏基站的正常电流的情况下，确定所述宏基站可以进入休眠状态。

6.根据权利要求4所述的方法，其特征在于，在确定所述宏基站的第一业务可以进入休眠状态的情况下，根据所述第二实时能耗，结合所述第二能耗增量的有无，以及所述每个扇区各自的正常能耗，控制所述每个扇区各自的第一业务处于工作状态，或者控制所述每个扇区各自的第一业务处于休眠状态，包括：

确定第一扇区在所述当前时刻的实时电流，所述第一扇区为所述宏基站的任一扇区；

在所述当前时刻后的第一预设时间段内，所述第一扇区没有所述第二能耗增量的情况下，确定所述当前时刻后的第一预设时间段内，所述第一扇区的第三电流；

在所述当前时刻后的第一预设时间段内，所述第一扇区有所述第二能耗增量的情况下，根据所述第二实时能耗和所述第二能耗增量，确定所述当前时刻后的第一预设时间段内，所述第一扇区的第四电流；

在所述第三电流或者所述第四电流不小于所述第一扇区的正常电流的情况下，控制所述第一扇区的第一业务处于工作状态，所述第一扇区的正常电流基于所述第一扇区的正常能耗得到；

在所述第三电流或者所述第四电流小于所述第一扇区的正常电流的情况下，控制所述第一扇区的第一业务处于休眠状态。

7.根据权利要求6所述的方法，其特征在于，控制所述第一扇区的第一业务处于休眠状态之后，还包括：

在所述第一扇区的第一业务处于休眠状态的情况下，控制所述第一扇区的第二业务处于工作状态；

保持所述第一扇区的第一业务处于休眠状态的时长达到预设时长后，控制所述第一扇区的第一业务重新处于工作状态，所述预设时长不大于所述第一预设时间段的时长；

其中，所述第一业务为5G业务，所述第二业务为4G业务。

8.根据权利要求1所述的方法，其特征在于，根据所述第一实时能耗，结合第一数学模型，得到当前时刻后的第一预设时间段内，所述宏基站是否有第一能耗增量，包括：

选取所述当前时刻之后的第一预设时间段内的多个时间点；

确定所述每个时间点与当前时刻之间的距离，不同的时间点与所述当前时刻的距离不同；

按照距离的大小进行加权，并计算得到所述当前时刻之后的第一预设时间段内，所述宏基站是否有所述第一能耗增量。

9.一种节能的装置，其特征在于，所述装置应用于宏基站，所述装置包括：

第一采集模块，用于采集当前时刻宏基站的第一实时能耗；

第二采集模块，用于采集当前时刻宏基站每个扇区的第二实时能耗，单个扇区的第二实时能耗与其它扇区的第二实时能耗相同或者不同；

确定第一能耗增量模块，用于根据所述第一实时能耗，结合第一数学模型，确定当前时刻后的第一预设时间段内，所述宏基站是否有第一能耗增量，所述第一数学模型表征PRB资源利用率和总流量与所述宏基站的能耗增量之间的关系；

确定第二能耗增量模块，用于根据所述第二实时能耗，结合第二数学模型，确定所述当前时刻后的第一预设时间段内，所述每个扇区各自是否有第二能耗增量，单个扇区的第二能耗增量与其它扇区的第二能耗增量相同或者不同，所述第二数学模型表征PRB资源利用率和总流量与所述每个扇区各自的能耗增量之间的关系；

确定模块，用于根据所述第一实时能耗，结合所述第一能耗增量的有无，以及所述宏基站的正常能耗，确定所述宏基站的第一业务是否可以进入休眠状态；

宏基站控制模块，用于在确定所述宏基站的第一业务不能进入休眠状态的情况下，控制所述宏基站的第一业务处于工作状态；

扇区控制模块，用于在确定所述宏基站的第一业务可以进入休眠状态的情况下，根据所述第二实时能耗，结合所述第二能耗增量的有无，以及所述每个扇区各自的正常能耗，控制所述每个扇区各自的第一业务处于工作状态，或者控制所述每个扇区各自的第一业务处于休眠状态，且仅当所述每个扇区各自的第一业务均处于休眠状态时，所述宏基站的第一业务处于休眠状态。

10.一种宏基站，包括处理器，其特征在于，所述处理器执行时实现如权利要求1-8任一所述的方法的步骤。