摘要：在5G網(wǎng)絡(luò)大規(guī)模建設(shè)與應(yīng)用之際，針對(duì)5G基站能耗過大的現(xiàn)實(shí)問題，自主研發(fā)5G自動(dòng)閉站系統(tǒng)，通過人工智能自動(dòng)化實(shí)現(xiàn)5G站點(diǎn)開關(guān)站，進(jìn)而實(shí)現(xiàn)5G站點(diǎn)自動(dòng)化節(jié)能。

關(guān)鍵詞：5G;能耗;節(jié)能減排;納什均衡

（一）案例背景

隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的驅(qū)動(dòng)，在移動(dòng)通信網(wǎng)絡(luò)中，基站是耗電大戶，大約80%的能耗來自基站。我們統(tǒng)計(jì)，基站能耗費(fèi)用占網(wǎng)絡(luò)運(yùn)營成本的16%。為優(yōu)化成本，基站站點(diǎn)的節(jié)能減排已成運(yùn)營商的努力目標(biāo)。目前5G部署采用的是CU/DU合設(shè)，AAU上塔安裝的部署方式。平均1套5G系統(tǒng)耗約1.2KW，相當(dāng)于4G基站的3倍左右。引起5G基站能耗增大的因素主要有兩個(gè)：小微站密集部署，天線MIMO技術(shù)。在5G部署初期，并不考慮毫米波頻段，采用小于6GHz頻段與2G/3G/4G基站共站部署，5G單站用電功耗也將達(dá)到30kW以上。5G如此大的用電需求，對(duì)能源消耗以及后期運(yùn)營成本也是非常大的挑戰(zhàn)。毫不夸張地說，如果不采取節(jié)能減排措施，5G網(wǎng)絡(luò)運(yùn)營商將成為電力部門的“打工者”?；诖?，亟需著力研究5G基站節(jié)能減排機(jī)制，著手打造綠色節(jié)能的通信網(wǎng)。

（二）案例描述

隨著5G時(shí)代的到來，設(shè)備連接向海量連接的發(fā)展速度逐步加快，不斷推動(dòng)移動(dòng)數(shù)據(jù)流量的爆發(fā)式增長，大規(guī)模多輸入多輸出技術(shù)的引進(jìn)使得5G能耗大幅增加，5G耗電量預(yù)計(jì)將是4G的3-5倍。

（1）當(dāng)前問題

現(xiàn)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)顯示，基站24小時(shí)不間斷運(yùn)行，業(yè)務(wù)閑時(shí)基站依然耗能，運(yùn)行效率低，需要思考全網(wǎng)空載和超低負(fù)荷時(shí)段如何降低能耗。

當(dāng)前主要有三種常見節(jié)能方式：

1.載頻關(guān)斷：在異頻重疊覆蓋場景，當(dāng)本載頻上的用戶數(shù)較少時(shí)，將用戶遷移到負(fù)荷允許的目標(biāo)基礎(chǔ)載頻上，然后關(guān)掉本載頻，以節(jié)省eNodeB能耗。

2.符號(hào)關(guān)斷：調(diào)度器根據(jù)業(yè)務(wù)繁忙程度，通過業(yè)務(wù)數(shù)據(jù)量預(yù)測，主動(dòng)將下行數(shù)據(jù)調(diào)度到指定的符號(hào)上，在剩余的無有效信息傳輸?shù)姆?hào)時(shí)間，關(guān)閉功放電源，從而達(dá)到節(jié)能目的。

3.通道關(guān)斷：當(dāng)小區(qū)處于無業(yè)務(wù)或者業(yè)務(wù)負(fù)荷較低時(shí)，在系統(tǒng)設(shè)定的節(jié)能時(shí)間段，可以關(guān)閉RRU上部分發(fā)射通道，如由4T降階到2T，或者由2T降階到1T，以節(jié)省功耗。

（2）解決思路

為了解決5G基站小區(qū)能耗的問題，采用基站休眠機(jī)制，在用戶流量較小時(shí)，關(guān)閉不用的基站，以此來節(jié)約能耗。采用的主要思想是根據(jù)當(dāng)時(shí)用戶需求來自動(dòng)休眠、激活，為了解決該問題，以用戶和基站為博弈參與方建立博弈模型，并在每個(gè)參與者都認(rèn)為自己已經(jīng)做出了最優(yōu)策略的情況下達(dá)到非合作博弈的均衡點(diǎn)（納什均衡點(diǎn)），再利用離散粒子群算法對(duì)其求解。具體步驟為：

（1）初始化參數(shù)：候選基站數(shù)目、最大迭代次數(shù)、慣性因子w、認(rèn)知學(xué)習(xí)因子C1、群體學(xué)習(xí)因子C2、基站更新的最大最小速度、函數(shù)邊界、維度等信息;

（2）初始化粒子位置，即初始解x0 計(jì)算其適應(yīng)度值，初始化歷史最優(yōu)位置pbest為其本身和找出全局最優(yōu)位置gbest，假設(shè) 是博弈雙方的策略組合，bNU是用戶對(duì)于基站的選擇，SNS是NS個(gè)基站的狀態(tài)指示參數(shù);

（3）根據(jù)公式（a）更新位置和速度，再根據(jù)公式（b）重新計(jì)算適應(yīng)度 ;

（4）根據(jù)適應(yīng)度更新歷史最優(yōu)pbest和全局最優(yōu)gbest;

（5）重復(fù)步驟（3）至步驟（5），直到滿足最大迭代次數(shù)為止。

根據(jù)以上算法，利用了業(yè)務(wù)量人工智能判斷各站點(diǎn)閉站時(shí)段，如下圖所示。

同時(shí)，我們采用ARIMA（p，d，q）模型對(duì)基站業(yè)務(wù)進(jìn)行預(yù)測：

1.對(duì)一個(gè)5G基站取3個(gè)星期的業(yè)務(wù)量數(shù)據(jù)，以小時(shí)為維度。以此數(shù)據(jù)集作為訓(xùn)練集;

2.對(duì)業(yè)務(wù)量時(shí)間序列的預(yù)處理：時(shí)間序列的預(yù)處理包括兩個(gè)方面的檢驗(yàn)，平穩(wěn)性檢驗(yàn)和白噪聲檢驗(yàn)。能夠適用ARMA模型進(jìn)行分析預(yù)測的時(shí)間序列必須滿足的條件是平穩(wěn)非白噪聲序列。因此對(duì)時(shí)間序列進(jìn)行差分處理，經(jīng)驗(yàn)證，模型差分階數(shù)取1;

3.平穩(wěn)性檢驗(yàn)：模型的噪聲序列為白噪聲序列，符合平穩(wěn)性。

采用ARIMA（p，d，q）模型預(yù)測SHBCE0251南岸林茂建材_2小區(qū)在2020年9月7日凌晨0-1點(diǎn)的平均流量：0.007250MB，真實(shí)值：0.017847MB，誤差約為0.01MB，在誤差允許范圍內(nèi)，預(yù)測準(zhǔn)確。

綜合上述兩種算法，我們自主研發(fā)自動(dòng)開站關(guān)站程序，對(duì)5G各站點(diǎn)實(shí)行自動(dòng)化個(gè)性化智能化的閉站管理，關(guān)站開站時(shí)間根據(jù)業(yè)務(wù)量統(tǒng)計(jì)結(jié)果自動(dòng)智能調(diào)整。同時(shí)我們?cè)O(shè)置了相關(guān)應(yīng)急措施，在自動(dòng)開站未執(zhí)行成功的情況下，觸發(fā)循環(huán)程序，30分鐘執(zhí)行一次開站操作，然后查詢狀態(tài)，反復(fù)執(zhí)行5次操作失敗，對(duì)接智能監(jiān)控自動(dòng)派單系統(tǒng)，以系統(tǒng)自動(dòng)派單和釘釘自動(dòng)通知兩種方式告知對(duì)口維護(hù)人員。

（3）實(shí)施效果

零成本：該項(xiàng)目全部為我們自主研發(fā)、自主部署，具有接地氣的粘合度，符合生產(chǎn)實(shí)際。

（三）分析總結(jié)（宋體、小四號(hào)、兩端對(duì)齊，標(biāo)題加粗）

通過基站業(yè)務(wù)對(duì)網(wǎng)絡(luò)運(yùn)維的指導(dǎo)作用實(shí)現(xiàn)網(wǎng)運(yùn)節(jié)能減排：①對(duì)基站業(yè)務(wù)與能耗進(jìn)行大數(shù)據(jù)采集與分析，以用戶和基站為博弈參與方建立博弈模型，并在每個(gè)參與者都認(rèn)為自己已經(jīng)做出了最優(yōu)策略的情況下達(dá)到非合作博弈的均衡點(diǎn)（納什均衡點(diǎn)），再利用離散粒子群算法對(duì)其求解。②采用ARIMA（p，d，q）模型對(duì)基站業(yè)務(wù)進(jìn)行預(yù)測：對(duì)5G基站取3個(gè)星期的業(yè)務(wù)量數(shù)據(jù)集作為訓(xùn)練集;對(duì)業(yè)務(wù)量時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)和白噪聲檢驗(yàn)預(yù)處理;對(duì)時(shí)間序列進(jìn)行一階差分處理，預(yù)測基站未來業(yè)務(wù)量。③自研自動(dòng)開站關(guān)站程序，對(duì)5G各站點(diǎn)實(shí)行自動(dòng)化個(gè)性化智能化的閉站管理，關(guān)站開站時(shí)間根據(jù)業(yè)務(wù)量統(tǒng)計(jì)結(jié)果自動(dòng)智能調(diào)整。

作者簡介：姓名：嚴(yán)杰，性別：男，籍貫：四川，職務(wù)/職稱：高級(jí)工程師，學(xué)歷：本科，署名單位（中國聯(lián)合網(wǎng)絡(luò)通信有限公司重慶市分公司 ?郵編：401121），研究方向：人工智能。