熊建胜 孙洋洋 郑 圣 尤 耀 季成健

中国联合网络通信集团有限公司江苏省分公司

0 引言

近年来，移动通信网络快速发展，多制式网络共存，各类新业务不断涌现，设备连接海量化，移动数据流量爆发式增长，随之而来的是基站数量和能耗的快速增长，节能降耗、提升网络能效已经成为通信网络发展的必然要求。

传统基站节能方案主要基于人工经验，确定各关键指标阈值及节能时段，低于阈值时启动节能，或者基于历史业务数据的统计分析，得到每天业务的闲时和忙时时段，再对闲时时段（如00：00-06：00）进行节能操作。面对通信网络复杂化、业务场景多样化的发展趋势，难以在保障用户业务性能、不引起用户投诉的前提下实现最大化节能，而人工智能技术（AI）在通信领域的应用为这个问题带来了新的解决方案。

目前已有不少学者提出基于AI的节能方案，很多方案采用时间序列预测的方法，基于历史数据预测关键业务指标在未来一段时间的走势，并与设置好的阈值对比，当关键指标低于阈值时，则对小区进行相关的节能操作；另外也有方案是基于智能场景识别，利用AI聚类算法识别出话务流量潮汐现象明显的场景，对其实施节能操作。

上述AI算法方案均没有综合利用多个业务指标，本文引入基站小区价值度的概念，利用多个关键业务指标对每个基站小区每小时的价值度进行综合评估预测，使得基站能够在节能的同时，实现重点用户的差异化保障。……