一种用于小区业务量预测的方法和装置制造方法及图纸

本申请提供一种用于小区业务量预测的方法和装置。该方法包括：获取第一时段内的历史数据，该历史数据用于指示第一时段内的小区业务量；根据历史数据，在预定义的多种类型中确定小区所属的类型；根据小区所属的类型，从与多种类型对应的多个预测模型中确定目标预测模型，目标预测模型用于预测小区在第二时段的业务量，所述第二时段是第一时段的下一个时段。由于针对小区业务量历史数据进行分析，确定小区所属的类型，并根据该小区所属的类型确定目标预测模型，从而使得模型的选择更为合理，进而能够提高小区业务量预测的准确率。

【技术实现步骤摘要】
一种用于小区业务量预测的方法和装置
本申请涉及通信领域，更为具体地，涉及一种用于小区业务量预测的方法和装置。
技术介绍
随着通信技术的迭代更新，基站的数量在不断增加，单基站的耗能相比上一代基站也大幅增涨，实现基站的高效节能对行业的健康持续发展具有重要的意义。由于小区业务量是反映基站周围用户量情况和基站繁忙程度的数据指标，因此，希望提供一种方法，能够合理地选择预测模型，进而准确地对小区业务量进行预测，帮助运营商制定更准确有效的节能策略。
技术实现思路
本申请实施例提供了一种用于小区业务量预测的方法和装置，以期合理地选择预测模型，进而准确地对小区业务量进行预测。第一方面，本申请提供了一种用于小区业务量预测的方法，该方法包括：获取第一时段内的历史数据，所述历史数据用于指示所述第一时段内的小区业务量；根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型；根据所述小区所属的类型，从与所述多种类型对应的多个预测模型中确定目标预测模型，所述目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是所述第一时段的下一个时段。基于上述方案，由于针对小区业务量历史数据进行分析，确定小区所属的类型，并根据该小区所属的类型确定不同的预测模型，可以针对不同类型的小区选择合理的预测模型，使得不同模型在不同方面的优势得以发挥，从而提高小区业务量预测的准确率。可选地，所述多种类型包括：数据不完整型小区、业务量稳定型小区、业务量潮汐性明显型小区和业务量潮汐性不明显型小区。可选地，所述多个预测模型包括：与所述数据不完整型小区和所述业务量潮汐性不明显型小区对应的时间序列模型、与所述业务量稳定型小区对应的指数平滑算法模型，以及与所述业务量潮汐性明显型小区对应的三次指数平滑模型。可选地，所述历史数据包括：带宽利用率或无线资源控制(radioresourcecontrol，RRC)信令数量。可选地，所述获取第一时段内的历史数据，包括：基于预设的采样时间间隔，获取所述第一时段内的历史数据。可选地，所述预设的采样时间间隔为一小时。可选地，所述第一时段包括连续M天，M≥7且为整数。可选地，所述根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型，包括：在所述第一时段内的历史数据的数据量小于第一预设门限的情况下，确定所述小区为数据不完整型小区；或在所述第一时段内的历史数据的均方差小于第二预设门限的情况下，确定所述小区为业务量稳定型小区；或在所述第一时段内的每一天所包括的多个阶段中，任意两个相邻阶段的业务量的均值之差小于第三预设门限的情况下，确定所述小区为业务量潮汐性不明显型小区；或在所述第一时段内的每一天所包括的多个阶段中，至少两个相邻阶段的业务量的均值之差大于或等于所述第三预设门限的情况下，确定所述小区为业务量潮汐性明显型小区。可选地，所述第一时段包括连续M天，且M大于等于7的情况下，所述第一时段包括第一子时段和第二子时段，所述第一子时段包括工作日，所述第二子时段包括周末。第二方面，提供了一种用于小区业务量预测的装置，包括用于实现第一方面和第一方面任一项中所述的用于小区业务量预测方法的模块或单元。应理解，各个模块或单元可通过执行计算机程序来实现相应的功能。第三方面，提供了一种用于小区业务量预测的装置，包括处理器，所述处理器用于执行第一方面和第一方面任一项中所述的用于小区业务量预测的方法。所述装置还可以包括存储器，用于存储指令和数据。所述存储器与所述处理器耦合，所述处理器执行所述存储器中存储的指令时，可以实现上述第一方面描述的方法。所述装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性的，通信接口可以是收发器、电路、总线、模块或其它类型的通信接口。第四方面，提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机实现第一方面和第一方面任一项中所述的方法。第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当所述计算机程序被运行时，使得计算机执行第一方面以及第一方面任一项中所述的方法。应当理解的是，本申请的第二方面至第五方面与本申请的第一方面的技术方案相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。附图说明图1为适用于本申请实施例的通信方法的通信系统的示意图；图2为本申请实施例提供的用于小区业务量预测的方法的示意性流程图；图3为本申请实施例提供的确定小区所属类型的示意性流程图；图4为本申请实施例提供的根据小区所属类型确定目标预测模型的示意图；图5为本申请实施例提供的用于小区业务量预测的装置的示意性框图；图6为本申请实施例提供的用于小区业务量预测的装置的另一示意性框图。具体实施方式下面将结合附图，对本申请中的技术方案进行描述。本申请实施例的技术方案可以应用于各种通信系统，例如：长期演进(longtermevolution，LTE)系统、LTE频分双工(frequencydivisionduplex，FDD)系统、LTE时分双工(timedivisionduplex，TDD)、通用移动通信系统(universalmobiletelecommunicationsystem，UMTS)、全球互联微波接入(worldwideinteroperabilityformicrowaveaccess，WiMAX)通信系统、未来的第五代(5thgeneration，5G)系统或新无线(newradio，NR)，车到其它设备(vehicle-to-XV2X)，其中V2X可以包括车到互联网(vehicletonetwork，V2N)、车到车(vehicleto-vehicle，V2V)、车到基础设施(vehicletoinfrastructure，V2I)、车到行人(vehicletopedestrian，V2P)等、车间通信长期演进技术(longtermevolution-vehicle，LTE-V)、车联网、机器类通信(machinetypecommunication，MTC)、物联网(InternetofThings，IoT)、机器间通信长期演进技术(longtermevolution-machine，LTE-M)，机器到机器(machinetomachine，M2M)等。本申请实施例中的接入网设备可以是任意一种具有无线收发功能的设备。接入网设备包括但不限于：演进型节点B(evolvednodeB，eNB)、无线网络控制器(radionetworkcontroller，RNC)、节点B(nodeB，NB)、基站控制器(basestationcontroller，BSC)、基站收发台(basetransceiverstation，BTS)、家庭基站(例如，homeevolvedNodeB，或home本文档来自技高网...

【技术保护点】
1.一种用于小区业务量预测的方法，其特征在于，包括：/n获取第一时段内的历史数据，所述历史数据用于指示所述第一时段内的小区业务量；/n根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型；/n根据所述小区所属的类型，从与所述多种类型对应的多个预测模型中确定目标预测模型，所述目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是所述第一时段的下一个时段。/n

【技术特征摘要】
1.一种用于小区业务量预测的方法，其特征在于，包括：
获取第一时段内的历史数据，所述历史数据用于指示所述第一时段内的小区业务量；
根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型；
根据所述小区所属的类型，从与所述多种类型对应的多个预测模型中确定目标预测模型，所述目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是所述第一时段的下一个时段。


2.如权利要求1所述的方法，其特征在于，所述多种类型包括：数据不完整型小区、业务量稳定型小区、业务量潮汐性明显型小区和业务量潮汐性不明显型小区。


3.如权利要求2所述的方法，其特征在于，所述多个预测模型包括：与所述数据不完整型小区和所述业务量潮汐性不明显型小区对应的时间序列模型、与所述业务量稳定型小区对应的指数平滑算法模型，以及与所述业务量潮汐性明显型小区对应的三次指数平滑模型。


4.如权利要求1至3中任一项所述的方法，所述历史数据包括：带宽利用率或无线资源控制RRC信令数量。


5.如权利要求1所述的方法，其特征在于，所述获取第一时段内的历史数据，包括：
基于预设的采样时间间隔，获取所述第一时段内的历史数据。


6.如权利要求5所述的方法，其特征在于，所述第一时段包括连...

【专利技术属性】
技术研发人员：梁婷婷，曹亘，李露，冯毅，李福昌，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京;11