[发明专利]基于机器学习算法的WiFi系统中AP智能节能控制方法及设备

说明书

本发明涉及一种基于机器学习算法的WiFi系统中AP智能节能控制方法及设备，其中方法包括：步骤S1：收集无线网络系统中各AP的负载历史数据；步骤S2：选取时间与空间维度的特征利用随机森林算法对每个AP的负载进行建模得到用于预测其状态为空闲或非空闲的负载模型；步骤S3：基于各AP的负载模型，预测其未来的状态；步骤S4：对于各AP，提取状态连续空闲的时间超过设定长度，则控制该AP在此连续空闲的时间区间内关闭。与现有技术相比，本发明通过动态控制，对于处于空闲的AP进行关闭，从而对于大规模无线网络系统可以显著降低功耗，实现节能。

技术领域

本发明涉及一种节能控制方法，尤其是涉及一种基于机器学习算法的WiFi系统中AP智能节能控制方法及设备。

背景技术

在无线网络系统中，利用地理分布和信号强度划分集群或利用Queueing models等方法动态开关AP以实现节能的方法可以在AP高密度分布的场景下取得较好的效果。但是在大规模无线网络系统中，几千乃至上万个AP分散在很大面积的地理区域内，不同AP覆盖范围重叠区域很小，这类方法便不再适用。

机器学习算法通常被用来在计算机上模拟或实现人类的学习行为，即不断归纳、综合，以获取新的知识或技能，重新组织已有的知识架构使之不断改善自身的性能。本发明利用大规模无线网络系统中所有AP的负载历史数据，使用随机森林算法对AP的负载建立模型，并在模型预测结果的基础上设计动态控制AP开关的策略，实现能源节约的目的。

近年来为了实现无线网络信号的全面积覆盖，越来越多的企业或组织大规模地部署无线网络AP。然而，通过案例分析发现在这些大规模无线网络系统中，相当比例的AP长时间处于空闲状态。显然地，长时间没有用户关联的AP一直保持工作状态带来了较大的能源浪费。然而，如果简单地关闭这些长时间无用户关联的AP，虽然能够达到节约能源的效果，但是由于无线网络系统中用户固有的移动性，不可避免地会降低无线网络信号的覆盖率，从而对终端用户的体验造成负面影响。因此，如何控制管理AP以在用户覆盖率与能源节约效果之间达到最佳平衡是关键。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于机器学习算法的WiFi系统中AP智能节能控制方法及设备。

本发明的目的可以通过以下技术方案来实现：

一种基于机器学习算法的WiFi系统中AP智能节能控制方法，包括：

步骤S1：收集无线网络系统中各AP的负载历史数据；

步骤S2：选取时间与空间维度的特征利用随机森林算法对每个AP的负载进行建模得到用于预测其状态为空闲或非空闲的负载模型；

步骤S3：基于各AP的负载模型，预测其未来的状态；

步骤S4：对于各AP，提取状态连续空闲的时间超过设定长度，则控制该AP在此连续空闲的时间区间内关闭。

所述步骤S3具体为：基于各AP的负载模型，分别预测其之后多个时间单位内的状态；

所述步骤S4中对于单个AP的控制具体包括：

步骤S41：获取其之后多个时间单位内预测得到的状态；

步骤S42：判断状态连续空闲的时间单元的数目是否超过设定阈值，若为是，则提取这些时间单元作为待优化区间并执行步骤S43：

步骤S43：在这些待优化区间内关闭该AP。

所述时间单位的长度为半小时。

所述设定阈值为5～15。

所述设定阈值为10。