本发明专利技术公开了一种基站能耗模型建立方法，包括以下步骤：a.预置自变量并获取历史的能耗数据和对应所述自变量的基站业务及配置数据；b.利用多元线性回归分析，对所获的数据进行直线拟合，返回描述所拟合的直线的回归分析参数，建立起能耗模型；c.进行模型验证；d.根据模型验证的结果进行模型修正，直至模型验证的结果表明所获得的能耗模型已达到期望的效果。在此还公开了一种基站能耗预测方法。在此还公开了相应的基站能耗模型建立装置和基站能耗预测装置。相比以往的能耗管理系统，根据本发明专利技术获得的能耗模型具有准确有效的能耗预测功能。
【技术实现步骤摘要】
本专利技术涉及基站能耗管理，特别是涉及基站能耗模型建立方法、预测方法及装置。技术背景随着通信业的发展，网络规模的不断扩大，通信行业所消耗的能源越来越大。最新数据表明，整个中国通信行业年耗电量已超过200亿千瓦时，耗电占能源消耗总量的90%; 而无线基站的主设备和配套设备中的空调是主要的耗电源。为了节能减排，降低企业运营成本，提高企业生产经营管理的效率和效益，通信运营商需要对能耗数据进行统计及预测，找出并分析能耗异常变化的站点，根据标杆站点采集的数据，建立模型，分析得到不同条件下最优的节能措施和方法，为节能方案的选择和能耗运行管理体系提供决策依据。现有的能耗管理系统存在如下不足1、传统能耗管理方案采用如BMDP、SPSS等统计软件，没有针对通信业的能耗管理功能，需要手动导入能耗数据，手动确定分析方法和自变量因变量，才能进行统计分析； 2、传统能耗管理系统基本上未涉及能耗模型的建立和预测。
技术实现思路
本专利技术的主要目的就是针对现有技术的不足，提供一种基站能耗模型建立方法旨在建立合理的能实施准确能耗预测的能耗模型。本专利技术的另一目的是提供一种基站能耗模型建立装置，可用来建立合理的能实施准确能耗预测的能耗模型。本专利技术的又一目的是提供一种准确有效的基站能耗预测方法。本专利技术的再一目的是提供一种准确有效的基站能耗预测装置。为实现上述目的，本专利技术采用以下技术方案一种基站能耗模型建立方法，包括以下步骤a.获取历史的能耗数据和对应预置自变量的基站业务及配置数据；b.利用多元线性回归分析，对步骤a所获的数据进行直线拟合，返回描述此直线的回归分析参数，建立起能耗模型；c.进行模型验证；d.根据模型验证的结果进行模型修正，再重复步骤b-c直至模型验证的结果表明所获得的能耗模型已达到预定效果。优选地，还包括以下步骤e.将使用能耗模型计算出的能耗预测值与对应的实际能耗值比较，通过检验两者的相对误差是否在设定范围内来判断能耗模型是否需要重建，如果是，则进入步骤f，否则能耗模型建立完毕；f.根据相对误差的检验结果进行模型修正，再重复步骤b-e直至检验结果表明相对误差在设定范围内。优选地，步骤f中的模型修正包括从步骤a所获取的数据中剔除部分能耗数据和基站业务及配置数据，该部分数据是使能耗预测值与实际能耗值偏差落入预定范围的数据，或者是根据拟合曲线判断偏离的散点分布落入预定范围的数据。优选地，所述自变量包括载频数、基站面积、房屋能耗系数、主设备能耗系数、空调能耗系数、开关电源能耗系数和月度业务量中的一种或多种。优选地，所述步骤b中，直线拟合的回归方程为 y = In1X1 + m2x2 + · · · mnxn+ b所述回归分析参数包括系数I^nvmn、各系数的标准误差值Se1, se2, sen、常量b 及常量b的标准误差值Seb、判定系数R2、回归平方和Q1 (SMg)、残差平方和Q2 (Sresid)0优选地，所述模型验证包括变量相关性检验，所述变量相关性检验包括以下步骤cll.根据回归分析参数计算复相关系数R为R= (Q1ZSyy)1^=(1-Q2ZSyy)1/2其中Syy= Σ (y1-y_)2，为y的总离差平方和，是每一观测值Ji与其平均值I的离差的平方的总和，且Syy= Q1+ Q2 ；Q1= Σ (y\_y_)2，为y的回归平方和，是每一计算值与平均值y_的离差的平方的总 和；Q2=E (y1-y\)2=E ε Λ为y的残差平方和，是每一观测值71与计算值的离差的平方的总和；cl2.根据复相关系数R得到判定系数R2为R2= I— (Σ (y1-y\)2/(m-n-l)) /( Σ (y「y_)2/(m-l))其中m-1为Syy的自由度f，n为Q1的自由度fpm-n-l为Q2的自由度f2，f、f\、f2为统计量中含独立变量的个数，m为观测量数目，η为自变量数目；cl3.根据判定系数R2值判断回归方程的拟合优度是否达到设定要求。优选地，所述模型验证还包括回归方程显著性F检验，所述回归方程显著性F检验包括以下步骤c21.计算统计量F= (Q1Ai)/ (Q2/(m-n-1))F为回归均方差与剩余均方差的比值，c22.根据F值判断回归方程的显著性是否达到设定要求。优选地，步骤d中的模型修正包括剔除部分能耗数据和基站业务及配置数据以对复相关系数R进行修正，使得判定系数 R2达到O. 8以上。优选地，步骤a中，所述能耗数据和所述基站业务及配置数据从基站配备的动力设备及环境集中监控系统(简称动环监控系统)中获取。一种使用前述任一项的能耗模型建立方法建立的能耗模型预测能耗的方法，包括以下步骤根据欲预测的时期，获取基站业务及配置数据；调用已建立的能耗模型，代入基站业务及配置数据，计算出能耗预测值。一种基站能耗模型建立装置，包括模型数据获取装置，用于获取历史的能耗数据和对应预置自变量的基站业务及配置数据；模型建立装置，用于利用多元线性回归分析，对所获的数据进行直线拟合，返回描述所拟合的直线的回归分析参数，建立起能耗模型；模型验证装置，用于进行模型验证；·模型修正装置，用于根据模型验证的结果进行模型修正，直至模型验证的结果表明所获得的能耗模型已达到预定效果。优选地，还包括模型预测检验装置，用于将使用能耗模型计算出的能耗预测值与对应的实际能耗值比较，通过检验两者的相对误差是否在设定范围内来判断能耗模型是否需要重建；所述模型修正装置还用于根据相对误差检验的结果进行模型修正，直至检验结果表明相对误差在设定范围内。一种基站能耗预测装置，其使用前述的基站能耗模型建立装置建立的能耗模型， 包括数据获取装置，用于根据欲预测的时期，获取基站业务及配置数据；预测值计算装置，用于调用被选中的能耗模型，代入基站业务及配置数据，计算出能耗预测值。本专利技术有益的技术效果是本专利技术利用多元线性回归分析，对所获历史的能耗数据和基站业务及配置数据进行直线拟合，通过返回描述此直线的回归分析参数，建立起能耗模型，并经模型验证，再根据模型验证的结果进行模型修正，直至模型验证的结果表明所获得的能耗模型已达到期望的效果，本专利技术的基站能耗模型建立方法和建立装置，不但能建立具有预测功能的能耗模块，而且其所建立的能耗模型是合理有效的，相比以往的能耗管理系统，通过本专利技术获得的能耗模型具有准确的能耗预测功能。附图说明图1为根据本专利技术基站能耗模型建立方法一个实施例的流程图；图2展示了本专利技术一个优选实施例基站能耗模型建立的具体步骤；图3展示了本专利技术一个实施例基站能耗预测的具体步骤；图4根据本专利技术基站能耗模型建立装置一个实施例的结构框图；图5根据本专利技术基站能耗预测装置一个实施例的结构框图。具体实施方式以下通过实施例结合附图对本专利技术进行进一步的详细说明。可利用线性回归分析预测法建立能耗模型。回归分析预测法是一种研究自变量和因变量之间的非确定性因果关系，以便预测因变量未来发展趋势的统计方法。它是在分析自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方法作为预测模型。在自变量选择中，业务量、空调设备系数、主设备系数等都和用电量(能耗)是相关关系。参见图1，在一个实施例里，基站能耗模型建立方法包括以下步骤a.获取模型数据获取历史的能耗数据和对应预置自变量的基站业务及配置数据；b.建本文档来自技高网...
【技术保护点】
一种基站能耗模型建立方法，其特征在于,包括以下步骤：a.?获取历史的能耗数据和对应预置自变量的基站业务及配置数据；b.?利用多元线性回归分析，对步骤a所获取的数据进行直线拟合，返回描述所拟合的直线的回归分析参数，建立起能耗模型；c.?进行模型验证；d.?根据模型验证的结果进行模型修正，再重复步骤b?c直至模型验证的结果表明所获得的能耗模型已达到预定效果。
【技术特征摘要】
1.一种基站能耗模型建立方法，其特征在于，包括以下步骤 a.获取历史的能耗数据和对应预置自变量的基站业务及配置数据； b.利用多元线性回归分析，对步骤a所获取的数据进行直线拟合，返回描述所拟合的直线的回归分析参数，建立起能耗模型； c.进行模型验证； d.根据模型验证的结果进行模型修正，再重复步骤b-c直至模型验证的结果表明所获得的能耗模型已达到预定效果。2.如权利要求1所述的基站能耗模型建立方法，其特征在于，还包括以下步骤 e.将使用能耗模型计算出的能耗预测值与对应的实际能耗值比较，通过检验两者的相对误差是否在设定范围内来判断能耗模型是否需要重建，如果是，则进入步骤f，否则能耗模型建立完毕； f.根据相对误差的检验结果进行模型修正，再重复步骤b-e直至检验结果表明相对误差在设定范围内。3.如权利要求2所述的基站能耗模型建立方法，其特征在于， 步骤f中的模型修正包括从步骤a所获取的数据中剔除部分能耗数据和基站业务及配置数据，该部分数据是使能耗预测值与实际能耗值偏差落入预定范围的数据，或者是根据拟合曲线判断偏离的散点分布落入预定范围的数据。4.如权利要求1或2所述的基站能耗模型建立方法，其特征在于，所述自变量包括载频数、基站面积、房屋能耗系数、主设备能耗系数、空调能耗系数、开关电源能耗系数和月度业务量中一种或多种。5.如权利要求1或2所述的基站能耗模型建立方法，其特征在于，所述步骤b中，直线拟合的回归方程为 y = In1X1 + m2x2 + mnxn+ b 所述回归分析参数包括系数叫為…队、各系数的标准误差值Se1, se2, sen、常量b及常量b的标准误差值Seb、判定系数R2、回归平方和Q1 (SMg)、残差平方和Q2 (Sresid)06.如权利要求5所述的基站能耗模型建立方法，其特征在于，所述模型验证包括变量相关性检验，所述变量相关性检验包括以下步骤 cll.根据回归分析参数计算复相关系数R为 R= (Q1ZSyy) 1/2=(1-Q2/Syy)1/2 其中Syy= E (yi_y_)2，为y的总离差平方和，是每一观测值Ji与其平均值I的离差的平方的总和，且Syy= Q1+ Q2 ； Q1= E (y\_y_)2，为y的回归平方和，是每一计算值与平均值y_的离差的平方的总和； Q2=E (y1-y\)2=E ^2，为y的残差平方和，是每一观测值71与计算值的离差的平方的总和； cl2.根据复相关系数R得到判定系数R2为 R2= I...
【专利技术属性】
技术研发人员：刘旭培，曾颖，潘水君，张宁，张登科，
申请(专利权)人：艾默生网络能源有限公司，
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。