[发明专利]耗电量预测方法、装置和电子设备

权利要求书

1.一种耗电量预测方法，其特征在于，包括：

将所述RRU设备的性能数据输入目标耗电量预测模型，输出RRU设备耗电量的预测值；

所述目标耗电量预测模型是基于所述RRU设备的类别，从耗电量预测模型库中选择的；其中，所述RRU设备的类别基于RRU设备的资源数据确定；所述耗电量预测模型库中的每一耗电量预测模型是基于每一类别的RRU设备样本耗电量数据和样本性能数据分别进行训练后得到；所述每一类别的RRU设备样本耗电量数据和样本性能数据为基于RRU设备样本资源数据对样本耗电量数据和样本性能数据进行分类得到。

2.根据权利要求1所述的耗电量预测方法，其特征在于，所述耗电量预测模型库中的每一耗电量预测模型是基于每一类别的RRU设备样本耗电量数据和样本性能数据分别进行训练后得到，包括：

以第一预设比例的RRU设备样本耗电量数据和样本性能数据作为训练集，用于训练所述耗电量预测模型；

以第二预设比例的RRU设备样本耗电量数据和样本性能数据作为测试集，用于测试所述耗电量预测模型的精度。

3.根据权利要求1所述的耗电量预测方法，其特征在于，所述耗电量预测模型库中的每一耗电量预测模型是基于每一类别的RRU设备样本耗电量数据和样本性能数据分别进行训练后得到，包括：

基于每一类别的RRU设备的样本耗电量数据和样本性能数据，采用预设的多个算法，分别进行训练，获取每一类别的RRU设备对应的多个耗电量预测模型；

将所述每一类别的RRU设备对应的多个耗电量预测模型中预测精度最高的模型作为耗电量预测模型库中所述每一类别的RRU设备的耗电量预测模型。

4.根据权利要求1所述的耗电量预测方法，其特征在于，所述每一类别的RRU设备样本耗电量数据和样本性能数据为基于RRU设备样本资源数据对样本耗电量数据和样本性能数据进行分类得到，包括：

基于RRU设备样本耗电量数据、样本性能数据和样本资源数据的采集时间及与所述样本耗电量数据、样本性能数据和样本资源数据对应的RRU设备的型号，将所述RRU设备样本耗电量数据、样本性能数据和样本资源数据进行关联；

再基于所述RRU设备样本资源数据，对所述RRU设备样本耗电量数据和样本性能数据进行分类，得到每一类别的RRU设备样本耗电量数据和样本性能数据。

5.根据权利要求4所述的耗电量预测方法，其特征在于，所述基于RRU设备样本耗电量数据、样本性能数据和样本资源数据的采集时间及与所述样本耗电量数据、样本性能数据和样本资源数据对应的RRU设备的型号，将所述RRU设备样本耗电量数据、样本性能数据和样本资源数据进行关联之后，还包括：

对所述RRU设备的样本耗电量数据、样本性能数据和样本资源数据进行预处理，获得经预处理后的RRU设备的样本耗电量数据、样本性能数据和样本资源数据；

基于所述经预处理后的RRU设备样本资源数据，对所述经预处理后的RRU设备样本耗电量数据和样本性能数据进行分类，得到每一类别的RRU设备样本耗电量数据和样本性能数据。

6.根据权利要求1所述的耗电量预测方法，其特征在于，所述性能数据包括：上下行PRB平均利用率、连接建立最大用户数、连接建立平均用户数、上下行流量、无线利用率、PDCCH资源使用率和VoLTE语音话务量；

所述资源数据包括：型号、厂家、软件配置参数和硬件配置参数；

所述RRU设备的类别基于型号和厂家确定。

7.一种耗电量预测装置，其特征在于，包括：

输入模块，用于将所述RRU设备的性能数据输入目标耗电量预测模型；

输出模块，用于输出RRU设备耗电量的预测值；

所述目标耗电量预测模型是基于所述RRU设备的类别，从耗电量预测模型库中选择的；其中，所述RRU设备的类别基于RRU设备的资源数据确定；所述耗电量预测模型库中的每一耗电量预测模型是基于每一类别的RRU设备样本耗电量数据和样本性能数据分别进行训练后得到；所述每一类别的RRU设备样本耗电量数据和样本性能数据为基于RRU设备样本资源数据对样本耗电量数据和样本性能数据进行分类得到。