基于AI的4G/5G基站節(jié)能解決方案應(yīng)用

王耀祖，蔡宗平，馬學(xué)軍，石 ?。ㄖ袊苿油ㄐ偶瘓F(tuán)設(shè)計(jì)院有限公司重慶分公司，重慶 400042）

1 概述

傳統(tǒng)的節(jié)能技術(shù)主要還是依賴簡單的模型或人工設(shè)定好的門限來決定開關(guān)與否，其參數(shù)設(shè)置相對保守，導(dǎo)致節(jié)能效果有限。所有參數(shù)都是由基站統(tǒng)一設(shè)置、定制化設(shè)置，無法適應(yīng)現(xiàn)網(wǎng)復(fù)雜多變的環(huán)境，無法解決不同環(huán)境下各基站節(jié)能策略的獨(dú)立選擇問題，難以在用戶體驗(yàn)和節(jié)能效果間達(dá)到平衡。本文將探討利用AI 技術(shù)，通過歷史數(shù)據(jù)學(xué)習(xí)構(gòu)建模型，同時(shí)引入實(shí)時(shí)數(shù)據(jù)不斷訓(xùn)練修正模型，探討在當(dāng)前環(huán)境下進(jìn)行節(jié)能場景的識別、負(fù)荷的智能預(yù)測、節(jié)能策略的智能推薦，在保證用戶體驗(yàn)的條件下，達(dá)到智慧節(jié)能的效果。

2 基站節(jié)電技術(shù)方案

現(xiàn)網(wǎng)主要采用硬關(guān)斷和軟關(guān)斷2 種方案，硬關(guān)斷主要包含電池脫鉤、遠(yuǎn)程繼電器關(guān)斷、FSU 關(guān)斷方式，軟關(guān)斷主要包含符號關(guān)斷節(jié)電、通道關(guān)斷節(jié)電、載波關(guān)斷節(jié)電、小區(qū)關(guān)斷節(jié)電4 種節(jié)電方式，實(shí)際操作中，通過對每種節(jié)電方式匯總累加來判斷節(jié)電效果，可結(jié)合進(jìn)行應(yīng)用，本文中主要討論軟關(guān)斷相關(guān)的技術(shù)應(yīng)用。

2.1 符號關(guān)斷（亞幀關(guān)斷）節(jié)能

符號關(guān)斷指基站在部分符號沒有發(fā)送數(shù)據(jù)時(shí)，基站在這些“沒有發(fā)送數(shù)據(jù)”的符號周期關(guān)閉功放，從而達(dá)到降低系統(tǒng)功耗的目的。該特性分為基本符號關(guān)斷和增強(qiáng)型符號關(guān)斷。符號關(guān)斷功能需要RRU 支持，增強(qiáng)型符號關(guān)斷還需要UE支持。

亞幀關(guān)斷與符號關(guān)斷類似，基站根據(jù)業(yè)務(wù)量的變化，適時(shí)休眠部分器件（至少包含功放），如圖1所示。

圖1 符號關(guān)斷原理示意圖

基本符號關(guān)斷的原理就是在RRU 進(jìn)行檢測，如果當(dāng)前符號不承載數(shù)據(jù)，則關(guān)閉功放。檢測是符號級的，如圖1 所示，在1 個(gè)Slot 中Symbol#1、#2、#3、#5、#6周期內(nèi)可以關(guān)閉功放，如圖2所示。

圖2 基本符號關(guān)斷原理示意圖

增強(qiáng)型符號關(guān)斷模式是基站在部分子幀沒有用戶數(shù)據(jù)發(fā)送時(shí)，基站將這些“沒有用戶數(shù)據(jù)發(fā)送”的子幀配置成MBSFN 子幀，實(shí)現(xiàn)關(guān)閉更多的符號。如圖2所示，1個(gè)MBSFN子幀可以只在Symbol#0發(fā)送參考信號，其他Symbol可以都關(guān)閉功放。

2.2 通道關(guān)斷節(jié)能

通過監(jiān)測一段時(shí)間內(nèi)的小區(qū)業(yè)務(wù)量狀態(tài)，若該狀態(tài)滿足全部預(yù)設(shè)條件/閾值，觸發(fā)小區(qū)從多入多出（MIMO）配置為單入多出（SIMO），實(shí)現(xiàn)節(jié)能轉(zhuǎn)換，該功能進(jìn)行小區(qū)配置操作，全部載扇都會被更新至相同的目標(biāo)配置。通道節(jié)能觸發(fā)后會造成網(wǎng)絡(luò)容量、覆蓋的下降，會拒絕切入請求，同時(shí)小區(qū)會退服1 s左右，影響接入成功率、小區(qū)退服時(shí)長、用戶峰值速率和平均速率等指標(biāo)，造成用戶感知下降。因此通道關(guān)斷功能對網(wǎng)絡(luò)有較大影響，操作實(shí)施需慎重，如圖3所示。

圖3 通道關(guān)斷原理示意圖

2.3 載波關(guān)斷節(jié)電

基站載波關(guān)斷是指關(guān)閉搭載載波的功放模塊。功放模塊是個(gè)硬件實(shí)體，用于將調(diào)制好的載波信號加大功率發(fā)送出去。載波關(guān)斷針對的是一個(gè)扇區(qū)有2個(gè)或以上載波覆蓋的場景。如果1 個(gè)扇區(qū)只有1 個(gè)載波覆蓋，是不能執(zhí)行這個(gè)動作的，一旦執(zhí)行整個(gè)扇區(qū)就無信號了，如圖4所示。

圖4 載波關(guān)斷原理示意圖

從實(shí)際網(wǎng)絡(luò)架構(gòu)分析，網(wǎng)絡(luò)需要存在異構(gòu)多層網(wǎng)絡(luò)，在一個(gè)扇區(qū)中，需要有多個(gè)載波覆蓋，實(shí)現(xiàn)共覆蓋，當(dāng)業(yè)務(wù)量下降時(shí)，原來由2個(gè)載波承載的業(yè)務(wù)量可由1 個(gè)載波進(jìn)行承載。當(dāng)載波上的用戶數(shù)較少時(shí)，可將用戶遷移到負(fù)荷允許的目標(biāo)關(guān)聯(lián)載波上，然后關(guān)掉該載波，以節(jié)約基站能耗。該方式下節(jié)能場景與網(wǎng)絡(luò)覆蓋有緊密關(guān)系，執(zhí)行不當(dāng)會造成整片區(qū)域無信號，使用戶感知下降。

2.4 小區(qū)關(guān)斷節(jié)電

小區(qū)關(guān)斷一般是指閉塞或去激活邏輯小區(qū)，無明確說明，一般默認(rèn)為小區(qū)去激活。

閉塞是指關(guān)閉邏輯小區(qū)的射頻發(fā)射功能或開啟用戶接入禁止功能，當(dāng)解除閉塞后小區(qū)立刻進(jìn)入服務(wù)狀態(tài)，該過程小區(qū)無需重啟，對網(wǎng)絡(luò)的影響較小。不同廠家及不同的網(wǎng)絡(luò)制式對該功能的實(shí)現(xiàn)方式有所不同。以華為2G為例，該狀態(tài)下后臺仍可對小區(qū)進(jìn)行維護(hù)操作，小區(qū)閉塞前已接入用戶仍可以使用該小區(qū)提供的服務(wù)，在小區(qū)閉塞的情況下，通過小區(qū)間的切換，在一定時(shí)間內(nèi)將本小區(qū)用戶切換到鄰小區(qū)，實(shí)現(xiàn)業(yè)務(wù)的不中斷，當(dāng)計(jì)數(shù)器到達(dá)設(shè)定的值后會釋放該小區(qū)的所有用戶。以華為4G 為例，高優(yōu)先級閉塞小區(qū)時(shí)，將會立即去激活小區(qū)；中優(yōu)先級閉塞小區(qū)時(shí)，在設(shè)定的小區(qū)中優(yōu)先級閉塞時(shí)長內(nèi)，如果沒有用戶，則立即去激活小區(qū)，否則將在小區(qū)中優(yōu)先級閉塞時(shí)長（可通過參數(shù)配置）超時(shí)后，去激活小區(qū)；低優(yōu)先級閉塞小區(qū)時(shí)，將會在小區(qū)無用戶后，去激活小區(qū)，如圖5所示。

圖5 小區(qū)關(guān)斷原理示意圖

小區(qū)去激活是將邏輯小區(qū)從物理載波上去關(guān)聯(lián)，使得射頻信號無法發(fā)送處理，用戶相關(guān)的所有業(yè)務(wù)都會中斷。同時(shí)后臺亦不能對小區(qū)進(jìn)行任何操作。去激活的基站（小區(qū)）激活后會自動啟動，進(jìn)行網(wǎng)絡(luò)交互，重新為覆蓋區(qū)域內(nèi)的用戶提供服務(wù)。該操作過程會造成小區(qū)提供服務(wù)的立刻中斷，瞬間釋放掉連接在該小區(qū)的用戶，引起原有覆蓋的改變、KPI 指標(biāo)（接通率、掉線率等）的惡化，造成用戶感知的下降。

小區(qū)閉塞、去激活是針對邏輯小區(qū)的，當(dāng)一個(gè)載波承載2 個(gè)邏輯小區(qū)（需RRU 支持），操作其中一個(gè)小區(qū)，不影響另一個(gè)小區(qū)的正常運(yùn)行，這種情況相當(dāng)于刪除了一個(gè)邏輯小區(qū)數(shù)據(jù)，使得原有的覆蓋發(fā)生變化，當(dāng)某一個(gè)扇區(qū)內(nèi)的所有小區(qū)都去激活，會造成該區(qū)域內(nèi)無網(wǎng)絡(luò)信號，影響用戶感知，需謹(jǐn)慎操作。

2.5 5G AAU深度休眠

當(dāng)網(wǎng)絡(luò)中沒有5G用戶時(shí)，可僅保留喚醒最小單元（電源模塊+eCPRI 通信接口），關(guān)閉AAU 其他所有可關(guān)閉器件（基帶處理單元、數(shù)字中頻、收發(fā)信機(jī)、功放等），AAU 進(jìn)入深度休眠，實(shí)現(xiàn)最大程度的節(jié)能，如圖6所示。5G AAU 深度休眠主要應(yīng)用在5G 建網(wǎng)初期用戶較少，夜間無高速率需求的場景。

圖6 AAU深度休眠原理示意圖

3 基于AI的智能節(jié)電模型

3.1 小區(qū)節(jié)能場景庫建立

為達(dá)到小區(qū)節(jié)能的最大化，避免設(shè)置固定門限造成網(wǎng)絡(luò)性能下降和節(jié)能效果不理想，可將現(xiàn)網(wǎng)小區(qū)進(jìn)行場景化分類，依據(jù)場景特性，智能選擇合理的節(jié)能方案，該過程可通過AI 人工智能學(xué)習(xí)技術(shù)實(shí)現(xiàn)，采用機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)小區(qū)覆蓋場景的智能分類。

該模塊主要強(qiáng)調(diào)了利用機(jī)器學(xué)習(xí)技術(shù)（如聚類、分類、協(xié)同過濾預(yù)測），基于基站本身的歷史信息，如上下行PRB 利用率、上下行流量、用戶數(shù)、基站負(fù)荷等，使用AI 中的貝葉斯分類（NBC）和聚類算法通過已知經(jīng)驗(yàn)找到規(guī)律進(jìn)行預(yù)測，確立基站節(jié)能場景，以便采取不同的節(jié)能策略。當(dāng)新加入基站或者基站周圍場景變化時(shí)，可根據(jù)模型自動判別所處場景。最終建立“基站節(jié)能場景管理庫”。依據(jù)小區(qū)覆蓋場景，采取相應(yīng)的節(jié)能策略，從而達(dá)到智慧節(jié)能的效果。如圖7所示。

圖7 業(yè)務(wù)、場景智能預(yù)測過程

根據(jù)節(jié)能場景識別模型，小區(qū)可以依據(jù)業(yè)務(wù)使用量的潮汐情況，適配各場景。例如：當(dāng)模型識別某場景白天、晚間流量很大，但夜間無流量，且周末相比工作日流量增大，可能將該場景識別為商場類，再如當(dāng)模型識別某小區(qū)周末、節(jié)假日流量大且正常工作日流量較低，可判別為景區(qū)類等。

在小區(qū)智能識別過程中可同時(shí)與現(xiàn)網(wǎng)小區(qū)覆蓋場景進(jìn)行關(guān)聯(lián)，實(shí)現(xiàn)更詳細(xì)的業(yè)務(wù)場景劃分。如VVIP、VIP、地鐵、高鐵、高速、高校、醫(yī)院等。同時(shí)針對重要場景設(shè)定白名單機(jī)制，如黨政軍、VVIP、VIP等，申請建立黑白名單機(jī)制，針對黑名單小區(qū)采取謹(jǐn)慎的操作策略。

3.2 小區(qū)業(yè)務(wù)量預(yù)測

通過預(yù)測基站未來業(yè)務(wù)流量的變化趨勢，可實(shí)現(xiàn)小區(qū)自動化節(jié)電，通過自動匹配節(jié)電措施、動態(tài)調(diào)整小區(qū)節(jié)電時(shí)長達(dá)到智能節(jié)電的效果，采用該方法，可在保障網(wǎng)絡(luò)性能和用戶感知的前提下，實(shí)現(xiàn)更優(yōu)的節(jié)能效果。

小區(qū)業(yè)務(wù)流量模型的搭建，把小區(qū)過去一段時(shí)間內(nèi)的KPI 性能數(shù)據(jù)作為輸入，如用戶量、基站負(fù)荷、無線利用率、上下行峰值PRB 利用率、上下行業(yè)務(wù)流量、基站告警等數(shù)據(jù)，通過AI 機(jī)器學(xué)習(xí)算法，預(yù)測小區(qū)未來24 h 內(nèi)話務(wù)量變化趨勢，輸出待節(jié)能小區(qū)列表及小區(qū)級可節(jié)電時(shí)段、時(shí)長，自動制定小區(qū)節(jié)電清單，匹配節(jié)電場景及節(jié)電策略，發(fā)起定時(shí)節(jié)電流程。為防止小區(qū)運(yùn)行過程中預(yù)測判斷錯(cuò)誤，可在小區(qū)節(jié)能策略執(zhí)行前通過關(guān)聯(lián)實(shí)時(shí)性能數(shù)據(jù)對預(yù)測結(jié)果進(jìn)行模型糾正，提升預(yù)測準(zhǔn)確性，實(shí)現(xiàn)保障網(wǎng)絡(luò)性能、用戶感知的智慧節(jié)電。

3.3 共覆蓋智能識別

傳統(tǒng)的共覆蓋關(guān)系主要通過頻段、經(jīng)緯度、方位角信息來確定共覆蓋站點(diǎn)中的覆蓋關(guān)系，該方法的弊端在于無法準(zhǔn)確地反映站點(diǎn)的實(shí)際覆蓋關(guān)系，采用基于MR 測量報(bào)告進(jìn)行TDD/FDD/NR 融合組網(wǎng)算法，根據(jù)MR 之間的相關(guān)性評估站點(diǎn)的覆蓋關(guān)系，準(zhǔn)確地分解出覆蓋層、容量層、共覆蓋關(guān)系，從而為調(diào)度策略提供基礎(chǔ)能力支撐保障。

常規(guī)的多層網(wǎng)匹配方式是基于小區(qū)邏輯扇區(qū)的經(jīng)緯度、方位角進(jìn)行關(guān)聯(lián)計(jì)算所得到的，原理為全網(wǎng)2個(gè)頻段及以上多層網(wǎng)扇區(qū)數(shù)量（個(gè)）是指共站同天面的扇區(qū)須包含F(xiàn)、D、FDD 2 個(gè)及以上多頻段小區(qū)，其中多頻段小區(qū)經(jīng)緯度基本一致（50 m 以內(nèi)）且方位角偏差小于20°。計(jì)算多頻段扇區(qū)數(shù)時(shí)，一個(gè)含多頻段的多層網(wǎng)的扇區(qū)結(jié)構(gòu)標(biāo)記為一個(gè)多層網(wǎng)扇區(qū)，使用該方法建立多層網(wǎng)扇區(qū)庫（共覆蓋小區(qū)庫）。

該過程需要依賴于小區(qū)工參的經(jīng)緯度、方位角信息，數(shù)據(jù)的偏差、填報(bào)錯(cuò)誤和數(shù)據(jù)缺失容易影響小區(qū)共覆蓋模型的準(zhǔn)確性，故為提升共覆蓋模型的準(zhǔn)確性，可以引入MRO測量數(shù)據(jù)進(jìn)行進(jìn)一步佐證。針對多層網(wǎng)組網(wǎng)結(jié)構(gòu)，在站點(diǎn)重疊覆蓋區(qū)域，當(dāng)基礎(chǔ)小區(qū)與容量小區(qū)MR 重疊采樣點(diǎn)占比>80%時(shí)，容量小區(qū)利用率較低時(shí)通過配置相應(yīng)節(jié)電配置策略，將容量層小區(qū)用戶及業(yè)務(wù)遷移到覆蓋層，并將容量小區(qū)休眠實(shí)現(xiàn)節(jié)能。通過該方法周期性進(jìn)行小區(qū)共覆蓋扇區(qū)數(shù)據(jù)庫自動化更新。

針對4G/5G基站協(xié)同節(jié)能也可通過站間共覆蓋智能判斷，通過多頻多制式多網(wǎng)協(xié)同進(jìn)行優(yōu)先級排序，以及網(wǎng)絡(luò)AI節(jié)能等多種措施，達(dá)到多網(wǎng)協(xié)同節(jié)能。如通過AI 智能預(yù)測，在5G 業(yè)務(wù)需求量不大的時(shí)段將5G用戶使用4G 業(yè)務(wù)需求轉(zhuǎn)移至4G，通過關(guān)閉5G 站點(diǎn)，達(dá)到節(jié)能的效果，多頻多制式間的平滑切換需要借助于AI 訓(xùn)練模型，經(jīng)過長期和大量數(shù)據(jù)的校驗(yàn)，提升準(zhǔn)確度。

3.4 節(jié)能策略智能推薦

傳統(tǒng)的節(jié)能策略采用閾值選擇，各節(jié)能策略間相對獨(dú)立，無法達(dá)到智能化匹配，造成節(jié)能效果不佳，基于AI 的策略選擇模型則通過小區(qū)場景、流量預(yù)測、共覆蓋等模型的預(yù)測結(jié)果，實(shí)現(xiàn)小區(qū)最優(yōu)節(jié)能策略的匹配。通過基于AI強(qiáng)化學(xué)習(xí)的優(yōu)先級模型，依據(jù)同類小區(qū)優(yōu)先級高的策略優(yōu)先匹配的原則，實(shí)現(xiàn)更優(yōu)的節(jié)能效果。

該過程是通過將小區(qū)信息、節(jié)能場景識別以及業(yè)務(wù)流量預(yù)測結(jié)果作為輸入，經(jīng)由智能啟閉計(jì)算以及場景策略智能分析，得到最佳推薦節(jié)能策略，將其應(yīng)用于基站。節(jié)能完成后通過基站負(fù)荷監(jiān)控、用戶感知數(shù)據(jù)以及節(jié)約能耗數(shù)據(jù)的評估，實(shí)現(xiàn)節(jié)能效果后評估，從而達(dá)到對計(jì)算模型的進(jìn)一步優(yōu)化。

針對前期應(yīng)用，通過應(yīng)用智能場景識別方案將小區(qū)分類為以下場景，針對不同的場景關(guān)聯(lián)匹配相應(yīng)的節(jié)能方案，節(jié)能措施制定如圖8所示。

圖8 節(jié)能措施與場景關(guān)聯(lián)關(guān)系

場景策略說明如下。

a）高鐵：高鐵一般為多層網(wǎng)，可進(jìn)行符號關(guān)斷，容量層可進(jìn)行載波關(guān)斷，基礎(chǔ)層可進(jìn)行通道關(guān)斷，也可根據(jù)列車通車時(shí)間在無列車經(jīng)過時(shí)對所有小區(qū)進(jìn)行去激活（如晚間無列車運(yùn)行時(shí)，去激活4G網(wǎng)絡(luò)）。

b）普通城區(qū)：普通城區(qū)多層網(wǎng)較多，可進(jìn)行符號關(guān)斷，容量層可進(jìn)行載波關(guān)斷或小區(qū)關(guān)斷，基礎(chǔ)層可進(jìn)行通道關(guān)斷。

c）農(nóng)村：農(nóng)村多為單層網(wǎng)，且站間距較大，可進(jìn)行符號關(guān)斷，但通道關(guān)斷對邊緣用戶影響較大，需謹(jǐn)慎開啟。多層網(wǎng)可進(jìn)行載波關(guān)斷或小區(qū)關(guān)斷。

d）地鐵：地鐵白天可進(jìn)行符號關(guān)斷和通道關(guān)斷，夜間地鐵無運(yùn)營期間可對所有地鐵小區(qū)進(jìn)行小區(qū)關(guān)斷。

e）大型場館：大型場館多為多層網(wǎng)，可進(jìn)行符號關(guān)斷和通道關(guān)斷，進(jìn)行載波關(guān)斷時(shí)長相對于小區(qū)關(guān)斷較長，在場館用戶較少時(shí)可采取小區(qū)關(guān)斷操作。

f）高校：高校多為多層網(wǎng)，可進(jìn)行符號關(guān)斷和通道關(guān)斷，夜間宿舍里用戶較多，可進(jìn)行載波關(guān)斷或調(diào)整小區(qū)關(guān)斷時(shí)間，對于教學(xué)樓夜間可進(jìn)行小區(qū)關(guān)斷。

g）商場、寫字樓：商場和寫字樓多為室分小區(qū)，可進(jìn)行符號關(guān)斷，不宜開啟通道關(guān)斷，且潮汐效應(yīng)明顯，夜間可對小區(qū)進(jìn)行小區(qū)關(guān)斷。

h）景區(qū)：景區(qū)一般為多層網(wǎng)，平時(shí)人流量較少，可采取載波關(guān)斷、通道關(guān)斷和符號關(guān)斷策略，在夜間可通過小區(qū)關(guān)斷的方式進(jìn)行節(jié)能。

i）VIP、黨政軍場景需要重點(diǎn)保障，為避免影響用戶感知，不建議采取影響網(wǎng)絡(luò)質(zhì)量的節(jié)能措施，在用戶較少時(shí)，建議采用符號關(guān)斷的方式節(jié)能。

4 節(jié)能效果驗(yàn)證

選取某中等省份，其全網(wǎng)4G/5G 小區(qū)規(guī)模約35 萬個(gè)，基站數(shù)約9 萬個(gè)，針對全網(wǎng)（包含4G/5G 小區(qū)）開啟智能節(jié)電策略進(jìn)行節(jié)能效果驗(yàn)證，在不考慮部分因廠家License 資源不足等因素，同時(shí)因符號關(guān)斷時(shí)長主設(shè)備暫無相應(yīng)計(jì)數(shù)器進(jìn)行統(tǒng)計(jì)，故采用行業(yè)測量平均值，即符號關(guān)斷每小時(shí)每基站節(jié)電0.025 kWh 計(jì)，統(tǒng)計(jì)18 天節(jié)電執(zhí)行情況，共執(zhí)行節(jié)電任務(wù)操作1 792 163次，其中通道關(guān)斷執(zhí)行次數(shù)占比達(dá)到93.56%，如圖9所示。

圖9 節(jié)能措施應(yīng)用執(zhí)行情況

為統(tǒng)一標(biāo)準(zhǔn)且便于統(tǒng)計(jì)計(jì)算，節(jié)電量統(tǒng)計(jì)取一階段現(xiàn)網(wǎng)驗(yàn)證平均值：符號關(guān)斷按每小時(shí)每基站節(jié)電0.025 kWh 計(jì)，通道關(guān)斷按每小時(shí)每小區(qū)0.02 kWh 計(jì)，載波/小區(qū)關(guān)斷按每小時(shí)每扇區(qū)0.08 kWh計(jì)（關(guān)閉單個(gè)D 頻段RRU 為0.08，如再關(guān)FDD 頻段RRU 則為0.08×2），電費(fèi)按0.65元/kWh進(jìn)行計(jì)算。計(jì)算出符號關(guān)斷單站/通道關(guān)斷單小區(qū)/載波（小區(qū)）關(guān)斷扇區(qū)的全天節(jié)電量=該節(jié)電功能全天節(jié)電生效時(shí)長×該功能單小時(shí)節(jié)電量，再全部匯總累加。節(jié)電生效時(shí)長可通過監(jiān)測網(wǎng)管指標(biāo)或?qū)嶋H設(shè)置時(shí)間等手段進(jìn)行獲取。如一個(gè)小區(qū)全天開啟載波關(guān)斷，夜間6 h 開啟小區(qū)關(guān)斷，則計(jì)算全天節(jié)電量時(shí)應(yīng)刨除夜間的6 h 的載波關(guān)斷，即節(jié)電量不能重復(fù)計(jì)算。2020 年6 月上旬節(jié)電趨勢如圖10所示。

圖10 基站節(jié)能應(yīng)用情況

統(tǒng)計(jì)全省2020 年6 月上旬節(jié)能情況，18 天共節(jié)電量75.61萬kWh，日均節(jié)電量約4.25萬kWh，按0.65元/kWh計(jì)算，日均節(jié)約電費(fèi)2.73萬元，每月按30天計(jì)算，則預(yù)計(jì)年度節(jié)電量為1 528.8萬kWh，約合983萬元。

5 總結(jié)

5G 網(wǎng)絡(luò)已經(jīng)運(yùn)營，極大方便了人們的生活，但5G的高能耗帶來運(yùn)營成本的抬升，對運(yùn)營商多網(wǎng)運(yùn)營造成巨大的成本挑戰(zhàn)，通過應(yīng)用基于AI的智能基站節(jié)能技術(shù)，解決復(fù)雜場景的基站節(jié)能策略關(guān)聯(lián)，構(gòu)建基于歷史數(shù)據(jù)負(fù)荷的智能節(jié)電模型，實(shí)現(xiàn)動態(tài)高效率的節(jié)能應(yīng)用，取得了良好效果。在保證用戶體驗(yàn)的條件下，后續(xù)可以在此基礎(chǔ)上實(shí)現(xiàn)機(jī)房硬件的節(jié)能管理，如空調(diào)節(jié)能、UPS節(jié)能等多種舉措，進(jìn)一步降低基站能耗，實(shí)現(xiàn)智慧機(jī)房的目標(biāo)。