[发明专利]耗电量预测方法、装置和电子设备

说明书

本发明实施例提供一种耗电量预测方法、装置和电子设备，该方法基于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所述每一类别的RRU设备样本耗电量数据和样本性能数据；再基于每一类别的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各个类别的RRU设备耗电量预测模型组成耗电量预测模型库；在对RRU设备的耗电量进行预测时，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，其中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。能够对现网多种类别的RRU设备进行测算，针对性强，应用覆盖面广，测算准确性高。

技术领域

本发明涉及耗电量预测技术领域，尤其涉及一种耗电量预测方法、装置和电子设备。

背景技术

通信基站是通信网络的最基本组成部分，截止目前，全国各运营商基站数量超过500万个。通信基站的管理是各运营商日常网络维护的重要工作之一，其中基站电能管理又是基站管理的最主要方面。随着5G通信的到来，通信网路将更为复杂，基站更为密集，对基站耗电量管理问题的重视程度逐渐提升。

为了方便对基站耗电量进行监管，需要对基站中各个设备的耗电量进行测算，作为基站设备之一，RRU设备耗电量的测算是基站耗电量监管的关键部分。现网中RRU设备数量多，达到千万数量级。如何实现对现网中RRU设备耗电量的精准测算，是现有技术中亟待解决的问题。

发明内容

针对现有技术存在的上述技术问题，本发明实施例提供一种耗电量预测方法、装置和电子设备。

第一方面，本发明实施例提供一种耗电量预测方法，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。

可选地，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。

可选地，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。

可选地，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。