【技术实现步骤摘要】
基站节能策略确定方法、装置以及方法存储介质
[0001]本公开涉及人工智能
，尤其涉及一种基站节能策略确定方法、装置以及方法存储介质。
技术介绍
[0002]5G单基站的能耗大幅增加，同时网络复杂性和运营管理难度使运营成本支出迅速升高。现有的基站节能技术主要依赖简单的模型或人工设定好的门限来决定开关与否,节能效果有限。不同的基站部署场景(例如室内商场、室外风景区等)具有不同的特征，在现有的基站节能技术中，基于这些特征目前有多种基于AI的节能模型，如节能场景识别模型和业务流量预测模型。但是，现有的基站节能技术没有考虑AI模型的融合，并且，在节能策略制定过程中各个节能策略与节能效果之间相互独立，没有进行关联性分析，不能实现用户体验与节能效果的最佳平衡。
技术实现思路
[0003]有鉴于此，本公开要解决的一个技术问题是提供一种基站节能策略确定方法、装置以及方法存储介质。
[0004]根据本公开的第一方面，提供一种基站节能策略确定方法，包括：获取与多个基站相对应的历史数据，基于所述历史数据生成训练样本集...
【技术保护点】
【技术特征摘要】
1.一种基站节能策略确定方法，包括：获取与多个基站相对应的历史数据，基于所述历史数据生成训练样本集和验证样本集；利用所述训练样本集对预设的多种机器学习模型进行训练；其中，对于每种机器学习模型都设置有多个机器学习模型；使用训练好的各个机器学习模型对所述验证样本集进行预测处理，基于预测结果生成新训练样本；获取与所述新训练样本相对应的评分结果，基于所述新训练样本和对应的评分结果对预设的节能策略推荐模型进行训练；使用训练好的节能策略推荐模型为目标基站确定各个机器学习模型的推荐度信息；基于所述推荐度信息获取融合模型，根据所述融合模型为目标基站确定节能策略；其中，所述融合模型包括每种机器学习模型中的至少一个机器学习模型。2.如权利要求1所述的方法，所述使用训练好的节能策略推荐模型为目标基站确定各个机器学习模型的推荐度信息包括：获取与目标基站相对应的预测数据，基于此数据生成预测样本；使用训练好的各个机器学习模型分别对所述预测样本进行预测处理，基于预测结果生成新预测样本；使用训练好的所述节能策略推荐模型并基于所述新预测样本分别确定各个机器学习模型的推荐度信息。3.如权利要求1所述的方法，所述基于所述推荐度信息获取融合模型包括：将每种机器学习模型中推荐度最高的至少一个机器学习模型作为融合成员模型；基于所述融合成员模型建立所述融合模型。4.如权利要求1所述的方法，其中，所述多种机器学习模型包括：节能场景识别模型和业务流量预测模型；所述节能场景识别模型对应的算法包括：聚类算法；所述业务流量预测模型对应的算法包括：LSTM算法、LightGBM算法；所述方法还包括：基于所述节能场景识别模型和所述业务流量预测模型建立AI节能模型知识库。5.如权利要求4所述的方法，其中，所述融合模型包括：节能场景识别模型和业务流量预测模型；所述根据所述融合模型为目标基站确定节能策略包括：获取所述融合模型中的节能场景识别模型和业务流量预测模型的预测结果；基于所述预测结果为目标基站确定节能策略。6.如权利要求1所述的方法，还包括：获取所述目标基站对于所述节能策略反馈的节能效果评估指标信息；根据所述节能效果评估指标信息对所述节能策略推荐模型和所述机器学习模型进行优化处理。7.如权利要求1所述的方法，还包括：对获取的所述历史数据进行预处理；其中，所述历史数据包括：基站负载性能KPI数据、业务质量数据、基站工参数据、MR数据中的一种或多种。8.如权利要求1至7任一项所述的方法，其中，
所述节能策略推荐模型对应的算法包括：GBDT算法和FM算法的组合算法。9.一种基站节能策略确定装置，包括：第一样本处理模块，用于获取与多个基站相对应的历史数据，基于所述历史数据生成训练样本集和验证样本集；第一模型训练模型，用于利用所述训练样本集对预设的多种机器学习模型进行训练；其中，对于每种机器学习模...
【专利技术属性】
技术研发人员：吕田田，吴艳芹，陆中远，张乐，章军，刘丽，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。