基于AI的全场景智能基站节电系统设计与实现

doi:10.11959/j.issn.1000-0801.2022169

电信科学 ›› 2022, Vol. 38 ›› Issue (8): 163-170.doi: 10.11959/j.issn.1000-0801.2022169

基于AI的全场景智能基站节电系统设计与实现

赵伟¹, 李贝², 孟宁³, 王廷伟¹, 林俊钒¹, 陈乐¹, 胡煜华¹, 杨汉源¹

¹ 中国联合网络通信有限公司浙江省分公司，浙江杭州 310051
² 中国联合网络通信有限公司研究院，北京 100048
³ 中国联合网络通信集团有限公司，北京 100033

修回日期:2022-07-15 出版日期:2022-08-20 发布日期:2022-08-01
作者简介:赵伟（1982- ），男，中国联合网络通信有限公司浙江省分公司工程师，主要研究方向为网络优化、大数据及人工智能在移动通信中的应用
李贝（1983- ），女，中国联合网络通信有限公司研究院高级工程师，主要研究方向为网络智能运营
孟宁（1979- ），男，中国联合网络通信集团有限公司高级工程师，主要研究方向为重点场景专项优化
王廷伟（1985- ），男，中国联合网络通信有限公司浙江省分公司工程师，主要研究方向为移网网络规划和优化，以及数字化前沿技术在移动通信中的应用
林俊钒（1996- ），男，中国联合网络通信有限公司浙江省分公司高级工程师，主要研究方向为大数据及人工智能在移动通信中的创新应用
陈乐（1992- ），女，中国联合网络通信有限公司浙江省分公司高级工程师，主要研究方向为大数据及人工智能在移动通信中的应用
胡煜华（1973- ），男，中国联合网络通信有限公司浙江省分公司高级工程师，主要研究方向为无线网络规划建设优化
杨汉源（1985- ），男，中国联合网络通信有限公司浙江省分公司工程师，主要研究方向为无线网络优化

Design and implementation of AI-based all-scenario intelligent base station power-saving system

Wei ZHAO¹, Bei LI², Ning MENG³, Tingwei WANG¹, Junfan LIN¹, Le CHEN¹, Yuhua HU¹, Hanyuan YANG¹

¹ Zhejiang Branch of China United Network Communication Co., Ltd., Hangzhou 310051, China
² Research Institute of China United Network Communications Co., Ltd., Beijing 100048, China
³ China United Network Communication Group Co., Ltd., Beijing 100033, China

Revised:2022-07-15 Online:2022-08-20 Published:2022-08-01

摘要/Abstract

摘要：

摘要：在集约化网络的建设背景下，如何实现自动化、智能化、保体验的基站能耗管理，成为当前运营商的运营管理痛点。创新地提出一种全智能检测、全场景建模、全流程自助的3G/4G/5G智能基站节电方案，通过动态时间规整算法区分覆盖场景，利用SARIMA模型预测时间框构建自适应模型，实时监控指标保证用户感知，自动下发节电策略，短信告警及时拉起。在用户无感知的情况下，实现小区粒度级最大限度节约基站能耗。该方法已在某省网络试点推行，试点区域单站平均节电效率可达9.24%每日，具备实际生产指导意义。

关键词: 基站节能, SARIMA, 流量预测, 5G

Abstract:

In the context of intensive network construction, how to realize automatic, intelligent, and experienceguaranteed base station energy consumption management has become a pain point for current operators in operation management.A 3G/4G/5G smart base station power saving solution with full intelligent detection, full-scenario modeling, and full-process self-service was innovatively proposed.The coverage scene was distinguished by a dynamic time warping algorithm, and the SARIMA model was used to predict the time frame to build the model dynamically.Monitoring indicators ensured quality of experience, automatically issue power-saving strategies, and promptly raise SMS alerts.In the case that the user had no perception, the energy consumption of the base station was saved to the greatest extent at the cell granularity level.This method had been implemented on a pilot study in a province.The average annual power saving efficiency of a single station in the pilot area can reach 9.24% per day per station, which can be put in actual production.

Key words: base station energy saving, SARIMA, traffic prediction, 5G

中图分类号:

TN914

赵伟, 李贝, 孟宁, 王廷伟, 林俊钒, 陈乐, 胡煜华, 杨汉源. 基于AI的全场景智能基站节电系统设计与实现[J]. 电信科学, 2022, 38(8): 163-170.

Wei ZHAO, Bei LI, Ning MENG, Tingwei WANG, Junfan LIN, Le CHEN, Yuhua HU, Hanyuan YANG. Design and implementation of AI-based all-scenario intelligent base station power-saving system[J]. Telecommunications Science, 2022, 38(8): 163-170.

图/表 6

图1

表1

图2

图3

图4

表2

参考文献 20

[1]	吕婷, 张猛, 曹亘 ,等. 5G 基站节能技术研究[J]. 邮电设计技术, 2020(5): 46-50.
	LYU T , ZHANG M , CAO G ,et al. Research on energy saving technology of 5G base station[J]. Designing Techniques of Posts and Telecommunications, 2020(5): 46-50.
[2]	徐丹, 曾宇, 孟维业 ,等. AI使能的5G节能技术[J]. 电信科学, 2021,37(5): 32-41.
	XU D , ZENG Y , MENG W Y ,et al. AI-enabled 5G energy-saving technology[J]. Telecommunications Science, 2021,37(5): 32-41.
[3]	宋玉利, 李东晓, 武占生 . 基站主设备智能节电技术探讨[J]. 邮电设计技术, 2010(3): 70-73.
	SONG Y L , LI D X , WU Z S . Discussion on smart power saving technology of BTS[J]. Designing Techniques of Posts and Telecommunications, 2010(3): 70-73.
[4]	NOBRE F F , MONTEIRO A , TELLES P R ,et al. Dynamic linear model and SARIMA:a comparison of their forecasting performance in epidemiology[J]. Statistics in Medicine, 2010,20(20): 3051-3069.
[5]	赵文涛, 徐刚 . 智能节电技术研究[J]. 邮电设计技术, 2018(2): 40-45.
	ZHAO W T , XU G . Study on intelligent electricity saving technology[J]. Designing Techniques of Posts and Telecommunications, 2018(2): 40-45.
[6]	CHAOVALITWONGSE W A , PARDALOS P M . On the time series support vector machine using dynamic time warping kernel for brain activity classification[J]. Cybernetics and Systems Analysis, 2008,44(1): 125-138.
[7]	徐金炉, 严海波, 孙琳 . 移动通信基站节能减排解决方案[J]. 邮电设计技术, 2008(12): 57-59.
	XU J L , YAN H B , SUN L . Solution of saving energy and reducing emissions in mobile communication base station[J]. Designing Techniques of Posts and Telecommunications, 2008(12): 57-59.
[8]	黄成龙, 杨文鹏 . 移动通信基站节能控制的理论与实践[J]. 西安工程大学学报, 2008,22(2): 205-209.
	HUANG C L , YANG W P . Theory and practice on energy saving in mobile communication base station[J]. Journal of Xi'an Polytechnic University, 2008,22(2): 205-209.
[9]	陈戈林, 苏智铭 . 基站能耗体系模型分析与节能实践[J]. 邮电设计技术, 2012(9): 22-27.
	CHEN G L , SU Z M . Analysis of base station energy consumption system model and energy saving practice[J]. Designing Techniques of Posts and Telecommunications, 2012(9): 22-27.
[10]	张守国, 张建国, 李曙海 ,等. LTE 无线网络优化实践[M]. 北京: 人民邮电出版社, 2014: 24-26.
	ZHANG S G , ZHANG J G , LI S H ,et al. LTE wireless network optimization practice[M]. Beijing: Posts＆Telecom Press, 2014: 24-26.
[11]	周明千, 曹涛, 陈燕昌 . 通信局房开关电源系统节能方案浅析[J]. 邮电设计技术, 2018(5): 86-89.
	ZHOU M Q , CAO T , CHEN Y C . Analysis of energy saving scheme of switching power supply system for communication stations[J]. Designing Techniques of Posts and Telecommunications, 2018(5): 86-89.
[12]	董宏 . 电信移动基站节能减排思路探讨[C]// 通信电源新技术论坛——通信电源学术研讨会. 2010.
	DONG H , . Discussion on energy saving and emission reduction of telecom mobile base station[C]// Proceedings of New Technology Forum of Communication Power Supply -- Academic Seminar of Communication Power Supply. 2010.
[13]	景洪水 . 基于网络参数的 5G 终端节能优化研究[J]. 邮电设计技术, 2020(8): 34-37.
	JING H S . Research on energy saving optimization of 5G terminal based on mobile network parameters[J]. Designing Techniques of Posts and Telecommunications, 2020(8): 34-37.
[14]	林雨浓, 王昕, 李伟 . 基于自组织网络的 LTE 基站节能优化解决方案[J]. 邮电设计技术, 2018(5): 50-54.
	LIN Y N , WANG X , LI W . LTE base station energy saving optimization solution based on self-organized network[J]. Designing Techniques of Posts and Telecommunications, 2018(5): 50-54.
[15]	张小林, 廖章君, 曹磊 ,等. 基于移动互联网的端到端移动用户感知评估研究[J]. 现代电信科技, 2012,42(11): 73-76.
	ZHANG X L , LIAO Z J , CAO L ,et al. Study on evaluation of end-to-end user perception based on mobile Internet[J]. Modern Science ＆ Technology of Telecommunications, 2012,42(11): 73-76.
[16]	李凤花, 朱洪, 马云刚 . 基于AI的5G网络节能方案研究[J]. 山东通信技术, 2021,41(4): 19-22+43.
	LI F H , ZHU H , MA Y G . Research on AI-based 5G network energy saving scheme[J]. Shandong Communication Technology, 2021,41(4): 19-22+43.
[17]	官磊, 丁洋, 李锐杰 ,等. 面向“双碳”的5G网络节能技术[J]. 电信科学, 2022,38(4): 167-174.
	GUAN L , DING Y , LI R J ,et al. "Dual-carbon" 5G network energy saving technology[J]. Telecommunications Science, 2022,38(4): 167-174.
[18]	罗新军, 徐步阳 . 广电 5G 网络节能技术解决方案[J]. 电信工程技术与标准化, 2022,35(1): 10-13.
	LUO X J , XU B Y . 5G network energy-saving technical solutions for broadcasting and television[J]. Telecommunications Engineering Technology and Standardization, 2022,35(1): 10-13.
[19]	徐丹, 曾宇, 孟维业 ,等. AI使能的5G节能技术[J]. 电信科学, 2021,37(5): 32-41.
	XU D , ZENG Y , MENG W Y ,et al. AI-enabled 5G energy-saving technology[J]. Telecommunications Science, 2021,37(5): 32-41.
[20]	鲁垚光, 王兴伟, 李福亮 ,等. 软件定义网络中的动态负载均衡与节能机制[J]. 计算机学报, 2020,43(10): 1969-1982.
	LU Y G , WANG X W , LI F L ,et al. Dynamic load balancing and energy saving mechanism in software defined networks[J]. Journal of Computer, 2020,43(10): 1969-1982.

数据类型	时间粒度	数据来源	数据作用
3G实时性能数据	30 min	自动采集	监控指标，判断是否需要干预操作
4G实时性能数据	15 min	自动采集	监控指标，判断是否需要干预操作
5G实时性能数据	15 min	自动采集	监控指标，判断是否需要干预操作
操作日志	天	由智能预测模块输出	指定每日开关计划，确定每日开关站时间点、监控时间段
小区工参	天	自动采集	获取小区同站情况，查看关闭某基站后需要监控的 3G/4G/5G 基站
MDT数据	天	自动采集	获取小区同覆盖情况作为略选择依据，在需要进行基站能否操作/进行何种操作

节电方案	节电小区个数	总节电时长/h
传统低能耗时段下电	35	1 080
智能节电系统	60	1 596.68

基于AI的全场景智能基站节电系统设计与实现

Design and implementation of AI-based all-scenario intelligent base station power-saving system

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 20

相关文章 15

Metrics

推荐阅读 0

[1]	王妍, 彭莹. 国际电信联盟（ITU）6G标准化研究[J]. 电信科学, 2023, 39(6): 129-138.
[2]	张辰, 王红凯, 毛冬, 潘司晨, 赵帅. 面向电力终端的轻量化5G硬加密通信模组研究及应用[J]. 电信科学, 2023, 39(6): 159-169.
[3]	许浩, 吴琳. 基于5G网络的VoWi-Fi互操作研究[J]. 电信科学, 2023, 39(5): 144-154.
[4]	王建斌, 王淑春, 廖尚金, 施淑媛. 基于DCNN-LSTM负荷预测算法的5G基站节能系统研究[J]. 电信科学, 2023, 39(4): 133-141.
[5]	张乐, 马洪源. 运营商网络边缘云安全实践[J]. 电信科学, 2023, 39(4): 165-172.
[6]	刘思杨, 张云飞. 从智能网联1.0到智能网联2.0：面向双智的实时数字孪生城市构建[J]. 电信科学, 2023, 39(3): 32-44.
[7]	刘光海, 肖天, 李贝, 程新洲, 薛永备, 李一, 朱小萌, 郑雨婷. 4G载波向5G重耕之前的5G业务覆盖能力研究[J]. 电信科学, 2023, 39(3): 115-123.
[8]	巩传兵, 杨明帅, 吴松, 葛海平, 张守国, 刘磊, 祁云山, 徐辉. 基站价值评估模型的应用研究[J]. 电信科学, 2023, 39(1): 100-107.
[9]	张孟哲, 夏宜君. 5G在工业领域的应用现状、问题及推广建议[J]. 电信科学, 2023, 39(1): 126-135.
[10]	马洪源, 周维, 付艳, 邵永平, 黎丹. 蜂窝物联网核心网目标架构演进探讨[J]. 电信科学, 2023, 39(1): 153-161.
[11]	孙鹏飞, 林立, 司哲. 5GtoB规模复制方法论及标准化能力构建[J]. 电信科学, 2022, 38(Z1): 3-10.
[12]	潘峰, 刘嘉薇. 我国5GtoB应用发展演进及展望[J]. 电信科学, 2022, 38(Z1): 11-16.
[13]	郑师应, 李源, 杨博涵, 马帅, 肖善鹏. 5G+行业现场网技术与产业发展综述[J]. 电信科学, 2022, 38(Z1): 17-27.
[14]	李珊, 刘嘉薇. 5G行业应用规模化发展阶段与分析方法探析[J]. 电信科学, 2022, 38(Z1): 28-35.
[15]	于青民, 黄颖, 汪卫国, 张倩. “5G+工业互联网”行业应用综述[J]. 电信科学, 2022, 38(Z1): 36-42.