流量预测方法、装置以及存储介质制造方法及图纸

本发明专利技术实施例涉及通信领域，公开了一种流量预测方法，包括：获取历史时期内第一预设时间段的流量数据，并对流量数据进行预处理；对预处理后的流量数据进行经验模态分解(EMD分解)，得到多个分量序列；采用时间序列预测模型拟合多个分量序列，利用拟合后的时间序列预测模型得到第二预设时间段的多个分量预测结果；累加所有分量预测结果，得到第二预设时间段的流量预测结果。本发明专利技术还提供了一种流量预测装置和存储介质。本发明专利技术所提供的流量预测方法、装置以及存储介质，能够提高流量预测的准确度。度。度。

【技术实现步骤摘要】
流量预测方法、装置以及存储介质


[0001]本专利技术实施例涉及通信领域，特别涉及一种流量预测方法、装置以及存储介质。

技术介绍

[0002]随着无线通信技术的发展，互联网规模在不断增大，人们上网的习惯以及对流量的需求也发生了天翻地覆的变化，基站能否提供稳定可靠的无线流量传输服务，将直接影响运营商的服务质量。预测基站小区未来一段时间的流量、结合基站设备承受的流量阈值，可以为基站扩缩容提供参考，从而保证资源的合理分配和用户服务质量。
[0003]然而，专利技术人发现现有技术中至少存在如下问题：在进行流量预测时，若历史流量数据中存在大幅度波动的数据，传统算法模型的预测准确度低。

技术实现思路

[0004]本专利技术实施方式的目的在于提供一种流量预测方法、装置以及存储介质，使得流量预测的准确度提高。
[0005]为解决上述技术问题，本专利技术的实施方式提供了一种流量预测方法，包括：获取历史时期内第一预设时间段的流量数据，并对所述流量数据进行预处理；对预处理后的流量数据进行经验模态分解，得到多个分量序列；采用时间序列预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流量预测方法，其特征在于，包括：获取历史时期内第一预设时间段的流量数据，并对所述流量数据进行预处理；对预处理后的流量数据进行经验模态分解，得到多个分量序列；采用时间序列预测模型拟合所述多个分量序列，利用拟合后的时间序列预测模型得到第二预设时间段的多个分量预测结果；累加所有所述分量预测结果，得到第二预设时间段的流量预测结果。2.根据权利要求1所述的流量预测方法，其特征在于，所述获取历史时期内第一预设时间段的流量数据，具体为：获取历史时期内第一预设时间段的每一天的流量数据，其中，所述每一天的流量数据为当天24小时内物理资源块利用率最大的时刻的流量值。3.根据权利要求1所述的流量预测方法，其特征在于，对所述流量数据进行预处理，包括：采用箱线图法处理所述流量数据中的异常数据。4.根据权利要求1所述的流量预测方法，其特征在于，所述采用时间序列预测模型拟合所述多个分量序列，利用拟合后的时间序列预测模型得到第二预设时间段的多个分量预测结果，具体为：将每个所述分量序列分解为趋势项、季节项以及噪声项之和；分别确定拟合后的趋势项和拟合后的季节项，再利用拟合后的趋势项和拟合后的季节项得到第二预设时间段的趋势项预测结果和季节项预测结果；累加所述趋势项预测结果、所述季节项预测结果以及所述噪声项，得到第二预设时间段的每个所述分量序列的分量预测结果。5.根据权利要求1所述的流量预测方法，其特征在于，所述采用时间序列预测模型拟合所述多个分量序列，利用拟合后的时间序列预测模型得到第二预设时间段的多个分量预测结果，具体为：将每个所述分量序列分解为趋势项、季节项、节假日项以及噪声项之和；分别确定拟合后的趋势项、拟合后的季节项和拟合后的节假日项，再利用拟合后的趋势项、拟合后的季节项以及拟合后的节假日项，得到第二预设时间段的趋势项预...

【专利技术属性】
技术研发人员：韩静，张百胜，刘建伟，左兴权，谷勇浩，徐洋凡，黄锦，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：