[发明专利]基于AI模型检测睡眠小区的方法

权利要求书

1.一种基于AI模型检测睡眠小区的方法，其特征在于，包括：

步骤1，网管周期性采集小区话务相关的关键性能指标KPI；

步骤2，根据关键性能指标KPI构建小区话务模型；

步骤3，根据小区话务模型检测小区话务，对于小区话务出现异常的小区，将小区话务出现异常的小区加入到实时监控列表中；

步骤4，根据实时监控列表对小区话务出现异常的小区进行监控，根据小区话务模型对小区是否为睡眠小区进行判定；

步骤5，将睡眠小区的判定结果上报到网管；

步骤6，更新话务模型。

2.根据权利要求1所述的基于AI模型检测睡眠小区的方法，其特征在于，步骤1中，关键性能指标KPI包括RRC连接建立尝试次数、RRC平均用户数及切入用户数。

3.根据权利要求2所述的基于AI模型检测睡眠小区的方法，其特征在于，步骤1中，网管采集关键性能指标KPI时，根据基站上报关键性能指标KPI的粒度进行采集。

4.根据权利要求3所述的基于AI模型检测睡眠小区的方法，其特征在于，步骤1中，关键性能指标KPI通过由历史性能数据直接导入或由网管侧启动实时在线采集。

5.根据权利要求4所述的基于AI模型检测睡眠小区的方法，其特征在于，步骤2中，以小区每天的时间段标签、对应时间粒度的RRC连接建立尝试次数、RRC平均用户数、切入用户数作为特征输入，模型训练时，对采集的数据区分工作日和节假日，根据工作日和节假日分别构建话务曲线。

6.根据权利要求5所述的基于AI模型检测睡眠小区的方法，其特征在于，步骤2中，模型训练时通过AI算法进行训练，拟合出小区不同时间粒度的话务曲线，并根据拟合的话务曲线输出小区的话务高峰时间段及对应的话务量。

7.根据权利要求5或6所述的基于AI模型检测睡眠小区的方法，其特征在于，步骤2中，模型训练时，将数据区分为第一数据和第二数据，其中，第一数据用于训练，第二数据用于测试构建的话务模型的拟合度，当测试的话务模型拟合度达到预定门限时模型才能直接使用，否则回到步骤1重新采集数据。

8.根据权利要求7所述的基于AI模型检测睡眠小区的方法，其特征在于，步骤4中，对加入监控列表的小区，网管根据模型预测的话务高峰时间段，在高峰话务时间段进行实时的话务监控，当高峰话务时间段的话务量持续与模型预测的话务量偏离超过90％时，则能够判定该小区为睡眠小区，当监控的小区话务不满足偏离门限，则持续3监控周期后将小区从监控小区列表中删除。

9.根据权利要求1所述的基于AI模型检测睡眠小区的方法，其特征在于，步骤6中，网管按照配置的更新周期触发小区话务关键性能指标KPI的采集，数据采集完成后重新根据采集数据触发话务模型的重新构建，完成模型更新。