【技术实现步骤摘要】
本专利技术涉及通信流量预测，特别是涉及一种蜂窝网络流量预测方法、系统、计算机设备及存储介质。
技术介绍
1、蜂窝网络是一种重要的通信基础设施，通过部署基站进行信号覆盖，为终端用户提供呼叫、消息和数据服务。蜂窝网络中用户规模庞大，会产生大量的业务流量，且网络流量大小通常作为分配、调度网络资源的关键依据之一，可为智能高效的蜂窝网络运营提供数据支持。
2、现有网络流量的预测方法主要分为统计学方法和机器学习方法两类，然而，由于蜂窝网络流量具有非平稳突发的非线性特征、流量特征众多，且不同场景下的蜂窝网络流量表现形式不一样，统计方法难以进行准确全面的拟合预测；同时，机器学习方法应用参数复杂，需要消耗大量的gpu等资源，且精细颗粒度的预测需要更高效算法支撑，具有一定的成本和技术压力；此外，现有蜂窝网络流量预测方法仅仅从历史流量数据寻找特征，没有考虑未来可能发生的变化，也未考虑5g流量的业务特性影响和其它影响因素，如基站的密度，容量，覆盖，人口密度，用户渗透率等对流量有重要影响，导致预测误差较大，且预测模型只适合特定场景，预测颗粒度不够细和...
【技术保护点】
1.一种蜂窝网络流量预测方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的蜂窝网络流量预测方法，其特征在于，所述根据待预测时长和数据颗粒度，获取待分析流量数据和待分析影响因子数据的步骤之前，还包括：
3.如权利要求1所述的蜂窝网络流量预测方法，其特征在于，所述对所述待分析流量数据进行预处理，得到对应的补全流量数据和归一化流量数据的步骤包括：
4.如权利要求1所述的蜂窝网络流量预测方法，其特征在于，所述第一流量预测模型和所述影响因子预测模型均为Prophet模型；所述第二流量预测模型为长短期记忆模型；所述神经网络模型为B
【技术特征摘要】
1.一种蜂窝网络流量预测方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的蜂窝网络流量预测方法，其特征在于，所述根据待预测时长和数据颗粒度，获取待分析流量数据和待分析影响因子数据的步骤之前，还包括：
3.如权利要求1所述的蜂窝网络流量预测方法，其特征在于，所述对所述待分析流量数据进行预处理，得到对应的补全流量数据和归一化流量数据的步骤包括：
4.如权利要求1所述的蜂窝网络流量预测方法，其特征在于，所述第一流量预测模型和所述影响因子预测模型均为prophet模型；所述第二流量预测模型为长短期记忆模型；所述神经网络模型为bp神经网络模型。
5.如权利要求4所述的蜂窝网络流量预测方...
【专利技术属性】
技术研发人员：黄强，邱涛，张聚明，孙业全，
申请(专利权)人：广州广哈通信股份有限公司，
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。