基站负荷预测方法、装置、存储介质及电子设备制造方法及图纸

本申请公开了一种基站负荷预测方法、装置、存储介质及电子设备，涉及人工智能技术领域，其中方法包括：在获取到负荷预测请求的情况下，利用大语言模型对负荷预测查询信息进行解析，分析用户意图，得到目标活动的特征数据。然后，将目标活动的特征数据输入到预测模型中进行负荷预测，得到通信保障区域内的基站小区在目标活动期间内的分钟级负荷预测结果；由于预测模型是基于举办过的活动的相关信息、与举办过的活动在举办期间相关的基站小区的分钟级负荷数据、基站特征数据得到的，因此能够精准预测基站小区的分钟级负荷结果。

【技术实现步骤摘要】

本申请涉及人工智能，尤其涉及一种基站负荷预测方法、装置、存储介质及电子设备。

技术介绍

1、在当今数字化时代，网络通信已成为社会运转和经济发展的基石。从日常生活中的移动通话、网络购物，到工业生产中的远程操控、智能物流，再到医疗领域的远程会诊、教育行业的在线课程等，通信网络承载着海量信息的传输，其性能优劣直接影响着各领域的运行效率与用户体验，因此，如何保障、优化通信网络是目前值得研究的技术问题。

2、在网络优化和保障领域，对基站小区进行负荷预测，根据负荷预测结果灵活调整基站小区的容量能够对应可能发生的网络拥堵问题，以及资源浪费问题，进而提升各领域的运行效率与用户体验。

3、现有的基站小区负荷预测技术主要包括基于历史数据的时序模型建模预测和基于统计规则设定系数确定基站小区的最大负荷两种。但这些技术在重要活动的通信保障场景下，难以实现全时段精细化的负荷预测，并且难以解决用户无序流动对预测准确性的影响。另外，其负荷预测过程通常只能由专门的技术人员进行处理，需要在前期根据查询需求准备需要输入到模型中的特征数据，然后由模型输出预测结果，缺少智能本文档来自技高网...

【技术保护点】

1.一种基站负荷预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在获取到负荷预测请求之前，所述方法还包括:

3.根据权利要求2所述的方法，其特征在于，所述利用所述第一活动数据集和所述第一基站数据集对待训练模型进行训练，包括：

4.根据权利要求1-3任一项所述的方法，其特征在于，所述将所述负荷预测查询信息输入到大语言模型进行处理，获取目标活动的特征数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述目标活动的标识信息与第二特征数据集进...

【技术特征摘要】

1.一种基站负荷预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在获取到负荷预测请求之前，所述方法还包括:

3.根据权利要求2所述的方法，其特征在于，所述利用所述第一活动数据集和所述第一基站数据集对待训练模型进行训练，包括：

4.根据权利要求1-3任一项所述的方法，其特征在于，所述将所述负荷预测查询信息输入到大语言模型进行处理，获取目标活动的特征数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述目标活动的标识信息与第二特征数据集进行匹配，获取所述目标活动的特征数据，...

【专利技术属性】
技术研发人员：刘艳，
申请(专利权)人：中国移动通信集团湖南有限公司，
类型：发明
国别省市：