馬維錕

【摘 ?要】隨著5G時代的到來，基站的信息服務質(zhì)量得到不斷提升。如何在提升服務質(zhì)量的同時，運用AI技術優(yōu)化智能節(jié)能科技的節(jié)能效果，是目前亟待解決的一個問題。論文首先對傳統(tǒng)的基站節(jié)能技術進行了介紹，其次對基于AI技術的基站節(jié)能技術進行了概述，并對具體的節(jié)能技術進行了分析。最后得出結論：隨著我國AI技術的不斷發(fā)展、5G基站的不斷普及與完善，我國的基站智能節(jié)能科技將得到進一步的發(fā)展。

【Abstract】With the arrival of 5G era， the information service quality of base station has been continually improved. How to use AI technology to optimize the energy-saving effect of intelligent energy-saving technology while improving the service quality is an urgent problem to be solved at present. This paper firstly introduces the traditional base station energy-saving technology， then summarizes the base station energy-saving technology based on AI technology， and analyzes the specific energy-saving technology. Finally， the paper draws a conclusion： with the continuous development of AI technology and the continuous popularization and improvement of 5G base station in China， the intelligent energy-saving technology for base station in China will be further developed.

【關鍵詞】AI技術;5G基站;智能節(jié)能科技

【Keywords】AI technology; 5G base station; intelligent energy-saving technology

【中圖分類號】TN929.5;TP18 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2021）09-0182-03

1 引言

目前，我國對于節(jié)能減排工作非常重視，而隨著5G基站的逐步建設，傳統(tǒng)的硬件節(jié)能技術以及軟件節(jié)能技術已無法滿足我國對于節(jié)能減排的相關要求，因此，AI技術逐漸應用到了5G基站智能節(jié)能科技當中。但這種技術目前尚處在發(fā)展階段，還未完全成熟，許多地方仍亟待完善。而如何進一步提高AI技術在5G基站中應用的智能節(jié)能效果，正是本文研究的重點。

2 傳統(tǒng)基站節(jié)能技術

2.1 基站硬件節(jié)能

傳統(tǒng)的基站硬件節(jié)能技術主要是通過采取優(yōu)化設備硬件設計、提升設備集成度和完善生產(chǎn)工藝等措施，以此達到降低基站的基礎功耗和提高基站設備的能源利用率的目的。

首先，在具體的硬件優(yōu)化過程中，較為常見的是對半導體的不斷優(yōu)化。目前所使用的最新的半導體技術是7mm集成電路設計，這種新技術能夠有效實現(xiàn)基站的節(jié)能目標，即在提升基站總體工作性能的同時能夠降低其能耗。

其次，可以通過提高AAU硬件系統(tǒng)的集成度來達到基站節(jié)能的目的，但這種方法要基于不影響其總體系統(tǒng)性能的情況進行。

最后，可以通過研發(fā)各種新材料、新設備以及新技術來提升其硬件的總體性能，進而達到基站節(jié)能的相關標準[1]。

2.2 基站軟件節(jié)能

基站軟件節(jié)能并不是從具體的通信軟件上著手進行節(jié)能，而是借助對硬件的調(diào)配來完成對軟件的相應調(diào)整，進而減少其耗能。但是需要在保證性能不受影響的基礎上，通過調(diào)整基站軟件配置并對硬件資源進行合理調(diào)配，進而實現(xiàn)基站節(jié)能減耗的目標。在軟件節(jié)能方面，主要有以下4種方法：

第一，符號關斷，指的是在網(wǎng)絡負荷較低的情況下借助無業(yè)務數(shù)據(jù)與系統(tǒng)消息塊的空閑正常下行子幀的下行符號和無業(yè)務數(shù)據(jù)的特殊子幀的下行符號上，通過關閉射頻部分中功放模塊的發(fā)射功率的方式來達到降低功耗的目的。但這種方法的使用是有范圍的，通常在時延不敏感的情況下才能進行。然后由基站基于數(shù)據(jù)業(yè)務量的不斷變化，對其數(shù)據(jù)鏈路進行集中的調(diào)整。但是在必要的控制信道和信號上，依舊要維持原有的發(fā)射功率，保障業(yè)務的正常進行。而當業(yè)務量回到正常的狀態(tài)時，基站會立刻對其符號關斷功能進行終止，隨后所有的功能便會恢復到工作狀態(tài)，繼續(xù)保持原有的工作。

第二，通道關斷，指的是通常在夜間工作量較少的情況下，運用大規(guī)模的多輸入、多輸出技術對其部分射頻通道進行關閉，進而起到節(jié)約能源、降低能耗的作用。具體的操作是根據(jù)其當前時間段內(nèi)的上行/下行資源塊利用率，來決定是否對其進行通道關閉。如果滿足所達到的條件，就進行部分通道關閉操作，反之如果不滿足，則退出通道關閉狀態(tài)。該方案與符號關斷一樣，只適合于夜間工作量較少的狀況下進行。并且在其通道關閉功能進行的過程中，還要不斷考慮其上下行的業(yè)務負荷狀況，只有這樣才能發(fā)揮出該方法最佳的節(jié)能效果與運行性能。

第三，載波關斷，這種方法與前面2種方法一樣，同樣是在特定的狀況下才能進行。其通常是在網(wǎng)絡較閑的時間段或地區(qū)開展，然后借助載波關斷技術來降低基站的能耗。

第四，深度休眠，其主要應用于室內(nèi)覆蓋分布式皮站，如商場、地鐵等典型潮汐場景，即一天之中存在業(yè)務空閑段和業(yè)務繁忙段。當進入業(yè)務較少的時間段，相關設備便進入深度休眠狀態(tài)，許多功能都將不再提供服務。而當業(yè)務量不斷上升，達到某個特定范圍，則又重新對設備進行激活，從而滿足其服務需求。因此，只要設定好深度休眠模式的啟動與關閉時間，便能在有效的空閑狀態(tài)下實現(xiàn)節(jié)能目的。上述方法的使用皆受時間以及空間的限制，雖然也能起到降低能耗的作用，但是節(jié)能效果并不理想，亟待進一步的完善[2]。

3 AI節(jié)能技術概述

傳統(tǒng)的節(jié)能技術借助的是時間和空間上的業(yè)務量差，然后通過調(diào)整參數(shù)或者關閉開關來達到節(jié)能的目的。但是隨著科技的發(fā)展以及社會環(huán)境的變化，原有的節(jié)能方式正逐步受到限制，使得本來節(jié)能效果一般的節(jié)能技術難以發(fā)揮作用。而AI節(jié)能技術的運用恰好能克服傳統(tǒng)節(jié)能技術的缺陷，既能為用戶提供優(yōu)質(zhì)服務體驗，也能滿足節(jié)能減排的需要。AI技術通過對以往用戶的歷史使用數(shù)據(jù)進行分析，建立相關的學習模型，并且根據(jù)實時的數(shù)據(jù)變化，來對其模型不斷進行優(yōu)化，最后再制定出合理、科學的節(jié)能策略。對其時間以及空間上的節(jié)能配置進行優(yōu)化，有效解決了用戶服務質(zhì)量和節(jié)能要求之間的矛盾[3]。

如今，我國已經(jīng)建成的5G基站達到60萬個，在帶來更大的帶寬與更多的通道數(shù)的同時，也帶來了更大的能耗。據(jù)有關數(shù)據(jù)統(tǒng)計，相較于4G基站來說，其總的能耗比4G基站多3～4倍，所以其運營所帶來的電力消耗也是非常巨大的，因此，AI節(jié)能技術的應用便顯得更為關鍵。目前，較為常見的節(jié)能技術思路是從基站射頻入手，在兼顧體驗的同時，構建設備、站點和網(wǎng)絡三級技術方案體系，結合AI等技術多管齊下，從試點來看效果顯著。同時，錯峰用電及地方用電優(yōu)惠也使得5G基站耗電得到一定程度的緩解。

3.1 AI節(jié)能技術的重要性

相關數(shù)據(jù)研究發(fā)現(xiàn)，在運營商OPEX中，其基站的電費支出占網(wǎng)絡運營部分的30%以上，是其整體支出的10%左右。而我國移動電費支出顯示，2018年的電費支出達到了220億元，這些都是非常大的開銷，而且不包括其損耗的電能。如今，隨著5G基站的大力建設，其能耗也將會隨之增加，其原因主要包括以下幾點：

①大帶寬。5G NR帶寬從原來的4G的幾十兆變?yōu)?60/200兆。

②通道數(shù)增多。收發(fā)通道數(shù)從原來的8通道變?yōu)?4/32通道。

③數(shù)字中頻器件、芯片等集成度不足，導致功耗增加。

④流量從傳統(tǒng)的2流變?yōu)?6流。

⑤發(fā)射功率從大于100W變?yōu)?40/320W。

由此可見，5G基站所產(chǎn)生的能耗要比以往的4G基站大得多，因此，加強對AI節(jié)能技術的應用便顯得愈發(fā)關鍵。同時，目前許多5G基站的運營商中，僅從主設備的空載功耗來看就達到了2.2～2.3kW，而其滿載功耗更是達到了3.7～3.9kW。以每一度電1.3元為例來進行計算，原本的4G基站一年的電費可以達到20280元，5G基站每年所產(chǎn)生的電費達到了54600元，而按照我國60萬座5G基站來進行計算，其一年的電費就能達到327億元。從上面所列舉的數(shù)據(jù)我們可以認識到AI節(jié)能技術的應用不僅能為5G基站運營商節(jié)省運營成本，而且還能有效減少能耗，節(jié)省能源的同時也滿足了國家相關的環(huán)保要求。

3.2 5G基站能耗構成

如今，為進一步提高通信網(wǎng)絡的覆蓋區(qū)域面積以及服務質(zhì)量，一些5G基站已經(jīng)開始大規(guī)模修建，其所帶來的能耗也大大增加。隨著數(shù)據(jù)流量增長速度的不斷加快，以及一些應用場景的不斷變化，5G時代的到來也適應了網(wǎng)絡信息發(fā)展的要求。而想要促進其經(jīng)濟社會價值的不斷提高，就必須不斷通過運用智能節(jié)能技術來降低基站的能耗。目前，5G基站的能耗主要可以分為以下3個方面：

一是傳輸過程中所產(chǎn)生的能耗;二是計算過程中產(chǎn)生的能耗;三是其他能耗。以傳輸能耗為例，還可以分為射頻部分與功率放大器所產(chǎn)生的能源消耗，而這2個部分所執(zhí)行的是基帶信號與無線信號轉換，在進行傳輸?shù)倪^程中還可能會產(chǎn)生電線的功耗。計算能耗大部分所消耗的是電力能源，其主要的消耗途徑是數(shù)字處理、智能管理、核心網(wǎng)等其他的通信功耗。而其他的通信消耗主要包括直流電供電時所產(chǎn)生的線路功耗，以及其他制冷設備、監(jiān)控設備以及機房空調(diào)等所消耗的電量。在目前的5G通信網(wǎng)絡中，其基站所消耗的能源基本上占據(jù)了總能耗的80%，其中機房設備所占能耗基本上超過一半的比例。此外，5G基站中所使用的AAU設備與傳統(tǒng)電站的RRU設備在能耗上也有著很大的差別，AAU設備內(nèi)部形成天線陣列、設備通道與基帶功能。因此，在設備的功放模塊、收發(fā)機與數(shù)字基帶方面其功耗占比更大。所以，如何降低5G基站的能耗將是接下來所面臨的主要問題。

4 基于AI的基站節(jié)能技術

4.1 節(jié)能場景識別

由于每一個場景的服務量需求不同，以及每個時間段的需求量也會有著相應的變化，而為了最大限度地完成節(jié)能目標，就需要基站依據(jù)不同的場景，通過AI技術對其進行自動識別，然后建立合理的節(jié)能策略。而在策略的建立和選擇上，則是依據(jù)其場景具體的氣候環(huán)境、流量統(tǒng)計等歷史數(shù)據(jù)進行確定。借助AI技術中相關性分析，建立相應的學習模型，智能化地對不同時段的場景采取不同的節(jié)能策略。并且實時根據(jù)新數(shù)據(jù)的變化，不斷校正過去原有的模型，并進行節(jié)能策略上的更改，從而達到自動化管理的目的，在節(jié)約人力成本的同時，提高了基站節(jié)能工作的效率。

在具體的模型識別工作中，可以根據(jù)潮汐場景不同時間段內(nèi)不同的人流情況來進行有依據(jù)的識別。例如，對商場的識別過程中，其白天以及晚上的流量必定很大，夜間則是無流量，并且其休息日的人流量必定大于工作日的人流量的，而AI技術則可以據(jù)此判定其場景應為商場。這樣也就最大限度地提升了不同場景下的節(jié)能效果。

4.2 業(yè)務流量預測

除了從對場景的選擇上完善不同的節(jié)能策略外，還可以通過AI技術提前對其業(yè)務量進行預測，從而進一步對其節(jié)能策略進行完善，進一步提高基站的節(jié)能效率。具體的措施是，如果依據(jù)AI技術預測出未來某一時段內(nèi)業(yè)務量將激增，則應該提高基站的業(yè)務服務質(zhì)量，而關閉一些節(jié)能功能。而當AI技術預測出未來某一時段內(nèi)業(yè)務量將逐漸減少，則可以通過逐步開啟節(jié)能功能的方式，在滿足其服務要求的情況下完成節(jié)能目標。相比于根據(jù)實時數(shù)據(jù)的變化來調(diào)整節(jié)能策略的方法，這種業(yè)務流量預測的方法具有一定的前瞻性，能進一步強化基站的節(jié)能效果。

在對其預測模型進行構建的過程中，要基于場景的歷史數(shù)據(jù)，如環(huán)境因素以及其自身的功能特征等。并且將其歷史數(shù)據(jù)輸送到預測網(wǎng)絡中，然后將實際的業(yè)務流量與AI技術所預測出的業(yè)務流量進行對比，構建出最優(yōu)的預測模型，并根據(jù)預測模型制定出最優(yōu)的節(jié)能策略，進而達到最優(yōu)的節(jié)能效果。

4.3 協(xié)同節(jié)能技術

在實際的節(jié)能工作中，想要達到節(jié)能效果的最大化，不僅要考慮其節(jié)能策略，還要考慮到具體的節(jié)能工作中的協(xié)同問題。首先，想要完成基站的協(xié)同工作，最常見的方法是將相鄰的基站數(shù)據(jù)加入AI預測模型當中，從而進一步提高其預測結果的準確性。但是這種方法也有弊端，就是難以保證相鄰的基站數(shù)據(jù)之間的相關性。因為有些基站可能在位置上相鄰，但是可能在距離上卻隔得非常遠，這時兩所基站的數(shù)據(jù)之間的關聯(lián)性就難以得到保證，而一旦將其數(shù)據(jù)加入預測模型當中，非但不能進一步提升預測結果的準確性，反而會使其準確性受到影響。因此，在運用此種方法之前，一定要對其相鄰的基站數(shù)據(jù)進行相關性分析，如果相關性高，則可以將其數(shù)據(jù)加入預測模型中，而一旦相關性較低，則無法將其數(shù)據(jù)加入預測模型中。只有這樣才能充分提高預測模型結果的準確性，進而發(fā)揮協(xié)同節(jié)能技術的作用。

其次，將AI運用到協(xié)同節(jié)能技術中的作用除了能提高其模型預測的準確性外，還能實現(xiàn)全網(wǎng)的節(jié)能效果評估，使得在不同基站的整體調(diào)度上得到了優(yōu)化。避免因運用節(jié)能功能的基站較多，而導致降低用戶體驗質(zhì)量的現(xiàn)象發(fā)生。但是目前這種方法的運用還受到許多限制，如許多基站的設備因為生產(chǎn)廠家不同其具體的性能、節(jié)能效果也難達到一致，除此之外，不同的基站節(jié)能方式以及人員素質(zhì)水平也都存在差異。因此，想要實現(xiàn)對全網(wǎng)節(jié)能效果的評估，以及對全體基站的整體調(diào)度還需要不斷探索。

4.4 錯峰用電政策

目前，我國許多地區(qū)陸續(xù)出臺了一系列的政策，以此對5G基站用電實行峰谷電價，并進一步降低電價。在基站稅收減免及數(shù)據(jù)中心的用地用水用電保障、建設審批、能耗指標要求等方面，加大政策支持力度。例如，廣東省已經(jīng)將峰、平、谷電價時段分別設置為6h、10h、8h，電價比例為1.65∶1∶0.5，其中，高峰時段電價是低谷時段的3倍以上。倘若是直供電站點，便可以采用智能電源，使得站點錯峰運行，節(jié)約用電成本。同時，由于鋰電池成本的下降，5G站點可能將普遍使用鋰電池，而直供電已經(jīng)是站點供電主流，將來站點剩余空間將由鋰電池填充，不但電費得以下降，而且因為超長的備電時長，可使當前高昂的應急發(fā)電成本大幅下降。

【參考文獻】

【1】呂婷，張猛，曹亙，等.5G基站節(jié)能技術研究[J].郵電設計技術，2020（5）：46-50.

【2】張志榮，許曉航，朱雪田，等.基于AI的5G基站節(jié)能技術研究[J].電子技術應用，2019，45（10）：1-4.

【3】張青.AI技術在5G基站節(jié)能應用的展望[J].廣東通信技術，2019，39（10）：29-32.