[发明专利]一种基于变电站资源部署5G基站的优化方法及系统

权利要求书

1.一种基于变电站资源部署5G基站的优化方法，其特征在于，包括以下步骤：

对预先采集的变电站资源数据进行预处理，以获得数据集，所述变电站资源数据包括变电站实时环境数据和变电站属性数据；

基于最小二乘支持向量机原则建立特征提取模型，对所述数据集提取特征信息；

基于预设的期望特征信息和所述特征信息，通过递归算法遍历变电站的部署位置集合并计算筛选出部署5G基站的最优位置。

2.根据权利要求1所述的基于变电站资源部署5G基站的优化方法，其特征在于，所述变电站实时环境数据包括温度、湿度、烟雾、空调电流、水位和粉尘密度。

3.根据权利要求1所述的基于变电站资源部署5G基站的优化方法，其特征在于，所述变电站属性数据包括边缘数据中心系统的位置信息、额定电流、额定电压、额定负载、运行状态和建筑结构性能数据。

4.根据权利要求1所述的基于变电站资源部署5G基站的优化方法，其特征在于，所述特征提取模型具体为深度神经网络模型，其目标函数为：

式中，N表示迭代次数，θ_i表示偏角系数，L_i表示距离，y表示影响因子，y_i表示电压与电流的差值的绝对值，a表示常数。

5.根据权利要求4所述的基于变电站资源部署5G基站的优化方法，其特征在于，所述根据所述特征信息，通过递归算法遍历变电站的部署位置集合并计算得出部署5G基站的最优位置的步骤中递归算法的目标函数为：

式中，P表示最优位置，e表示偏心因子，θ表示偏角，S₁表示第一递归系数，S₂表示第二递归系数。

6.根据权利要求5所述的基于变电站资源部署5G基站的优化方法，其特征在于，所述第一递归系数的计算过程为：

获取第一初始递归系数C_m，其表达式为：

式中，e表示偏心因子，M为正整数；

将C_m在m为0至M之间累计求和即获得第一递归系数S₁＝C₀+C₁+C₂+...+C_M。

7.根据权利要求6所述的基于变电站资源部署5G基站的优化方法，其特征在于，所述第二递归系数的计算过程为：

获取第二初始递归系数K_m，其表达式为：

式中，θ表示偏角，M为正整数；

根据第一初始递归系数C_m和第二初始递归系数K_m计算第二递归系数S₂，得到s₂＝-K₀(C₀+C₁+C₂+...+C_M)-K₁(C₁+C₂+...+C_M)-...-K_M-1C_M。

8.根据权利要求1所述的基于变电站资源部署5G基站的优化方法，其特征在于，所述对预先采集的变电站资源数据进行预处理，以获得数据集，所述变电站资源数据包括变电站实时环境数据和变电站属性数据的步骤中的预处理包括：数据清洗、筛选特征和数据缓存。

9.根据权利要求8所述的基于变电站资源部署5G基站的优化方法，其特征在于，所述数据清洗包括缺失值清洗、格式内容清洗、逻辑错误清洗和非需求数据清洗。

10.一种基于变电站资源部署5G基站的优化系统，其特征在于，包括：

数据处理模块，用于对预先采集的变电站资源数据进行预处理，以获得数据集，所述变电站资源数据包括变电站实时环境数据和变电站属性数据；

特征提取模块，用于基于最小二乘支持向量机原则建立特征提取模型，还用于基于所述特征提取模型对所述数据集提取特征信息；

筛选模块，用于基于预设的期望特征信息和所述特征信息，通过递归算法遍历变电站的部署位置集合并计算筛选出部署5G基站的最优位置。