基于AI+大數(shù)據(jù)的4G/5G無(wú)線基站智能協(xié)同節(jié)能系統(tǒng)的研究和應(yīng)用

卜寅，孫宏，周瑜，陶永峰，毛北航，朱天成（中國(guó)聯(lián)通江蘇分公司，江蘇南京 210019）

1 概述

隨著5G網(wǎng)絡(luò)建設(shè)規(guī)模逐年增加，通信設(shè)備對(duì)能源的需求與日俱增，通信設(shè)備能耗占運(yùn)營(yíng)商能耗的85%（見圖1），無(wú)線網(wǎng)的能耗在運(yùn)營(yíng)商的運(yùn)營(yíng)成本（OPEX）占比已高于15%。經(jīng)過5G 試商用網(wǎng)絡(luò)的測(cè)試驗(yàn)證，5G 單站功耗是4G 單站功耗的3～4倍，運(yùn)營(yíng)商面臨基站設(shè)備能耗大幅增加，從而OPEX 費(fèi)用大幅增加的運(yùn)營(yíng)壓力。當(dāng)通信行業(yè)邁入5G時(shí)代，通信設(shè)備的智能節(jié)能對(duì)降低5G網(wǎng)絡(luò)運(yùn)營(yíng)成本，實(shí)現(xiàn)通信行業(yè)節(jié)能減排目標(biāo)具有重要意義。

圖1 通信設(shè)備能耗情況

2 傳統(tǒng)節(jié)能面臨的挑戰(zhàn)

傳統(tǒng)基站的節(jié)能手段主要為粗放式的關(guān)斷，如在凌晨針對(duì)小區(qū)等場(chǎng)所進(jìn)行關(guān)斷等。隨著時(shí)代的發(fā)展，話務(wù)場(chǎng)景日趨復(fù)雜，鬧市區(qū)即使在凌晨可能也會(huì)存在較高話務(wù)，交通樞紐在凌晨也存在高鐵等車輛的運(yùn)營(yíng)，一刀切的關(guān)斷已經(jīng)無(wú)法滿足多樣化場(chǎng)景的業(yè)務(wù)需求。如果針對(duì)每個(gè)站點(diǎn)進(jìn)行話務(wù)分析制定相應(yīng)的節(jié)能策略，又需要投入大量的運(yùn)維人力，人員的投入與產(chǎn)出比不高。在此背景下，電信運(yùn)營(yíng)企業(yè)亟需引入AI技術(shù)，實(shí)現(xiàn)節(jié)能減排AI化，達(dá)到一站一策，在節(jié)能的同時(shí)兼顧KPI與用戶感知，并減少運(yùn)維人員的投入。

通過對(duì)某省現(xiàn)網(wǎng)小區(qū)的PRB 利用率分析發(fā)現(xiàn)，基站小區(qū)在各個(gè)時(shí)段，都存在PRB 利用率低的情況，能耗存在很大的浪費(fèi)（見圖2）。

圖2 忙閑時(shí)小區(qū)無(wú)線利用率

部分負(fù)荷不高的小區(qū)，如：

a）負(fù)載隨時(shí)間呈現(xiàn)周期性波動(dòng)的多載波小區(qū)。

b）長(zhǎng)期維持低水平負(fù)載的小區(qū)。

c）負(fù)載不高、鄰區(qū)覆蓋完善的L900小區(qū)。

d）低用戶量的5G小區(qū)。

綜上，提出了一種利用AI算法和無(wú)線網(wǎng)絡(luò)性能數(shù)據(jù)，建立一整套4G/5G 無(wú)線小區(qū)的業(yè)務(wù)量評(píng)價(jià)及MR覆蓋評(píng)估體系，實(shí)現(xiàn)在線識(shí)別低價(jià)值的小區(qū)，并在不影響用戶感知的前提下，對(duì)其實(shí)施關(guān)斷、深度休眠等綜合節(jié)能管控措施。

3 功能架構(gòu)

AI 節(jié)能系統(tǒng)依托技術(shù)中臺(tái)及數(shù)據(jù)中臺(tái)進(jìn)行功能開發(fā)，以微服務(wù)及容器技術(shù)作為軟件開發(fā)技術(shù)底座，以大數(shù)據(jù)技術(shù)完成網(wǎng)絡(luò)域數(shù)據(jù)采集及能力開放。產(chǎn)品以人為中心構(gòu)建對(duì)網(wǎng)絡(luò)全生命周期進(jìn)行管理的個(gè)人工作臺(tái)，以網(wǎng)元為對(duì)象構(gòu)建網(wǎng)絡(luò)規(guī)劃、網(wǎng)絡(luò)優(yōu)化及網(wǎng)絡(luò)自動(dòng)化功能。規(guī)劃和優(yōu)化部分，實(shí)現(xiàn)網(wǎng)絡(luò)規(guī)劃仿真及網(wǎng)絡(luò)性能異常根因分析，建設(shè)部分實(shí)現(xiàn)網(wǎng)絡(luò)全維度價(jià)值評(píng)估，維護(hù)部分以AI人工智能技術(shù)實(shí)現(xiàn)網(wǎng)絡(luò)業(yè)務(wù)預(yù)測(cè)及網(wǎng)絡(luò)節(jié)能。

節(jié)能系統(tǒng)基于分層解耦、微服務(wù)架構(gòu)設(shè)計(jì)思路，通過對(duì)接數(shù)據(jù)中臺(tái)，采集CM/PM 性能數(shù)據(jù)、小區(qū)覆蓋數(shù)據(jù)、用戶話單數(shù)據(jù)等，利用AI 算法來(lái)實(shí)現(xiàn)對(duì)大數(shù)據(jù)資源的自動(dòng)處理預(yù)測(cè)，在線推理低價(jià)值度小區(qū)，并對(duì)接指令中臺(tái)，納入指令通道中執(zhí)行相應(yīng)的節(jié)能策略。為了保障整個(gè)節(jié)能環(huán)節(jié)的高效穩(wěn)定以及保障用戶感知，系統(tǒng)還通過監(jiān)控用戶感知KPI 和投訴數(shù)據(jù)對(duì)節(jié)能策略進(jìn)行調(diào)整（見圖3）。

圖3 AI節(jié)能系統(tǒng)架構(gòu)

系統(tǒng)基于中國(guó)聯(lián)通中臺(tái)架構(gòu)進(jìn)行建設(shè)，實(shí)現(xiàn)了一點(diǎn)覆蓋、全國(guó)接入。同時(shí)為了保障運(yùn)營(yíng)的高效，通過對(duì)接釘釘，利用自動(dòng)機(jī)器人實(shí)現(xiàn)自動(dòng)告警與派單到人。系統(tǒng)自動(dòng)化程度高，減少了人工干預(yù)。

網(wǎng)絡(luò)規(guī)劃。構(gòu)建網(wǎng)絡(luò)SSP（Sunset &Sunrise planning）網(wǎng)絡(luò)效能評(píng)估體系，利用規(guī)劃工具及人工智能完成網(wǎng)絡(luò)規(guī)劃方案的智能化支撐。

網(wǎng)絡(luò)優(yōu)化。利用流程化優(yōu)化分析平臺(tái)及智能化專題分析平臺(tái)構(gòu)建集中化智能網(wǎng)絡(luò)優(yōu)化整體解決方案。以人工智能手段建立網(wǎng)絡(luò)優(yōu)化專享分析模型，建設(shè)網(wǎng)絡(luò)問題根因分析的智能化能力。

網(wǎng)絡(luò)運(yùn)維。通過人工智能自動(dòng)進(jìn)行數(shù)據(jù)關(guān)聯(lián)和模式匹配，通過機(jī)器學(xué)習(xí)提供自動(dòng)分析決策功能。通過近乎實(shí)時(shí)的監(jiān)控，在數(shù)據(jù)噪聲中發(fā)現(xiàn)不太明顯的異常模式。

4 AI節(jié)能實(shí)現(xiàn)思路

4.1 數(shù)據(jù)指標(biāo)及價(jià)值評(píng)估

依托數(shù)據(jù)中臺(tái)，接入的數(shù)據(jù)涵蓋了O 域、B 域、投訴等各類數(shù)據(jù)，建立了涵蓋小區(qū)話務(wù)量、小區(qū)用戶體驗(yàn)2 個(gè)維度的用戶畫像，從預(yù)測(cè)小區(qū)的價(jià)值度的角度出發(fā)，結(jié)合用戶保障，實(shí)現(xiàn)對(duì)小區(qū)的全方位維度評(píng)估，進(jìn)而實(shí)現(xiàn)對(duì)關(guān)斷建議的判斷。系統(tǒng)涉及到的部分指標(biāo)如表1所示。

表1 節(jié)能小區(qū)數(shù)據(jù)評(píng)價(jià)指標(biāo)

4.2 預(yù)測(cè)可節(jié)能小區(qū)

系統(tǒng)采用時(shí)序算法和梯度提升決策樹（GBDT）分類算法相結(jié)合的算法方案預(yù)測(cè)可節(jié)能的低價(jià)值小區(qū)。算法架構(gòu)如圖4 所示，基于數(shù)據(jù)層提供的大量業(yè)務(wù)數(shù)據(jù)以及天氣、節(jié)假日、時(shí)序信息數(shù)據(jù)，利用多種數(shù)據(jù)處理手段對(duì)其進(jìn)行數(shù)據(jù)清洗和特征工程處理，得到可用于算法訓(xùn)練的數(shù)據(jù)。

圖4 可節(jié)能低價(jià)值小區(qū)預(yù)測(cè)

算法層分別利用時(shí)序模型和GBDT 分類模型對(duì)所有基站小區(qū)進(jìn)行價(jià)值度預(yù)測(cè)，并對(duì)兩者結(jié)果進(jìn)行合并，合并方法可采用取低價(jià)值小區(qū)結(jié)果的交集、并集，也可根據(jù)模型查準(zhǔn)率對(duì)兩者輸出的價(jià)值度進(jìn)行加權(quán)生成新價(jià)值度的方式，基于最后輸出的低價(jià)值小區(qū)即可執(zhí)行節(jié)能操作。

4.3 用戶無(wú)感知保障

為了保障用戶的無(wú)感知節(jié)能，系統(tǒng)設(shè)計(jì)了異常小區(qū)納入反例進(jìn)行算法自學(xué)習(xí)、去激活小區(qū)納入KPI 智能監(jiān)控、激活流程納入釘釘告警等環(huán)境，以實(shí)現(xiàn)節(jié)能期間網(wǎng)絡(luò)的整體功能穩(wěn)定可靠。

a）算法自學(xué)習(xí)。通常納入反例的小區(qū)存在如下可能：節(jié)能后感知異常、節(jié)能后鄰區(qū)小區(qū)業(yè)務(wù)突增、驗(yàn)證階段價(jià)值度激增等。上述可能均納入誤判案例，作為算法訓(xùn)練的反例進(jìn)行持續(xù)學(xué)習(xí)，提升算法的準(zhǔn)確率。在實(shí)際節(jié)能業(yè)務(wù)中實(shí)測(cè)，算法的查準(zhǔn)率整體保持在95%以上。

b）KPI 感知監(jiān)控（見圖5）。納入感知監(jiān)控的指標(biāo)上下行流量、上下行PRB 利用率、上下行時(shí)延和上下行速率，通過監(jiān)控小區(qū)的上述感知指標(biāo)，利用異常檢測(cè)算法，對(duì)于存在突增的情況，均需要及時(shí)取消節(jié)能。

圖5 KPI感知監(jiān)控流程

c）釘釘激活告警。為了保障小區(qū)激活成功率≥99.9%，系統(tǒng)通過主動(dòng)上報(bào)斷站信息、激活失敗小區(qū)持續(xù)監(jiān)測(cè)重啟等手段，確保小區(qū)及時(shí)激活，不影響日常業(yè)務(wù)。

4.4 4G/5G協(xié)同節(jié)能

系統(tǒng)提供了基于節(jié)能策略的多措施協(xié)同和基于4G/5G 無(wú)線網(wǎng)絡(luò)的協(xié)同2 種能力。針對(duì)4G 小區(qū)，系統(tǒng)提供了小區(qū)關(guān)斷、符號(hào)關(guān)斷、RF 通道關(guān)斷3 種節(jié)能方式；針對(duì)5G 小區(qū)，系統(tǒng)提供了小區(qū)關(guān)斷、深度休眠、符號(hào)關(guān)斷、RF 通道關(guān)斷、硬件空開等5 種節(jié)能方式。針對(duì)不同的節(jié)能方式，系統(tǒng)以感知優(yōu)先、效益最大化的原則，在具備覆蓋條件的區(qū)域，4G 小區(qū)在閑時(shí)段優(yōu)先考慮小區(qū)關(guān)斷，輔之以通道關(guān)斷；在忙時(shí)通過全面評(píng)估小區(qū)的全天候價(jià)值度，合理分配符號(hào)關(guān)斷的License。對(duì)5G小區(qū)則以效益優(yōu)先、4G覆蓋為主的方式，在閑時(shí)優(yōu)先進(jìn)行小區(qū)關(guān)斷、深度休眠、硬件空開三者相結(jié)合的方式進(jìn)行節(jié)能。通過建立分時(shí)段節(jié)能方式的優(yōu)先級(jí)，以保障業(yè)務(wù)感知為前提，實(shí)現(xiàn)了基于AI 的智能協(xié)同節(jié)能。

4.5 智能化腳本編排

對(duì)小區(qū)節(jié)能是高風(fēng)險(xiǎn)操作，為了應(yīng)對(duì)在極端環(huán)境下的極小概率故障，系統(tǒng)提供了智能化腳本編排功能，以協(xié)助運(yùn)維工程師登陸網(wǎng)管執(zhí)行批量腳本。即對(duì)于分批次節(jié)能的小區(qū)，在節(jié)能策略下發(fā)之前，系統(tǒng)會(huì)優(yōu)先完成激活腳本編排，并上傳遠(yuǎn)程服務(wù)器備份。對(duì)于執(zhí)行階段的未激活小區(qū)，系統(tǒng)也提供在線的腳本編排，供用戶選擇使用。

指令執(zhí)行模塊能夠根據(jù)AI 檢測(cè)出的低業(yè)務(wù)量小區(qū)，自動(dòng)編排節(jié)能指令、自主調(diào)度網(wǎng)管進(jìn)行指令執(zhí)行，對(duì)失聯(lián)網(wǎng)管、異常網(wǎng)元進(jìn)行智能規(guī)避，避免對(duì)現(xiàn)網(wǎng)用戶感知的影響。

節(jié)能指令涵蓋載波關(guān)斷、通道關(guān)斷、符號(hào)關(guān)斷、深度休眠4種場(chǎng)景，覆蓋主流設(shè)備廠家，兼容現(xiàn)網(wǎng)中主流的網(wǎng)管型號(hào)，兼容4G 和5G 網(wǎng)絡(luò)。相關(guān)指令應(yīng)統(tǒng)一通過指令中臺(tái)下發(fā)，由指令中臺(tái)做好指令白名單和安全性管控。

支持對(duì)大批量小區(qū)進(jìn)行在線節(jié)能調(diào)度，提供指令自編排的能力，滿足統(tǒng)一區(qū)域多種節(jié)能場(chǎng)景的復(fù)雜節(jié)能需求。單一網(wǎng)管節(jié)能指令的調(diào)度效率應(yīng)不低于3小區(qū)/s，小區(qū)指令整體執(zhí)行成功率應(yīng)不低于90%，小區(qū)節(jié)能恢復(fù)的成功率不應(yīng)低于99.9%。

5 技術(shù)架構(gòu)

節(jié)能系統(tǒng)的上層為能力展示層，主要提供節(jié)能策略自定義制定、節(jié)能策略執(zhí)行監(jiān)控、節(jié)能可視化報(bào)表、ftp 文件服務(wù)等四大功能點(diǎn)。上層應(yīng)用界面采用Vue+ElementUI 組件，應(yīng)用后臺(tái)使用SpringBoot2.0 技術(shù)架構(gòu)，整合SpringSecurity 進(jìn)行安全和權(quán)限管控，使用redis高可用集群架構(gòu)，實(shí)現(xiàn)session分布式共享以及數(shù)據(jù)緩存，提高頁(yè)面響應(yīng)速度。系統(tǒng)涉及到的技術(shù)棧如圖6所示。

圖6 節(jié)能系統(tǒng)各層技術(shù)架構(gòu)

6 應(yīng)用效果

基于AI+大數(shù)據(jù)的4G/5G 基站智能協(xié)同節(jié)能系統(tǒng)主要實(shí)現(xiàn)基站節(jié)能的數(shù)字化、智能化的全流程端到端管控體系；面向多網(wǎng)協(xié)同、軟硬關(guān)斷協(xié)同，用戶感知保障無(wú)感的基站節(jié)能模式，替代傳統(tǒng)的人工節(jié)能作業(yè)模式，持續(xù)提升節(jié)能精細(xì)化管控程度，節(jié)省網(wǎng)絡(luò)運(yùn)營(yíng)成本及碳排放。

經(jīng)濟(jì)效益顯著?；局悄軈f(xié)同節(jié)能系統(tǒng)自2018年12月份在某省上線運(yùn)營(yíng)以來(lái)，通過在線識(shí)別低價(jià)值小區(qū)自動(dòng)關(guān)斷、及時(shí)開啟，并自行下發(fā)告警派單的方式，運(yùn)行穩(wěn)定，期間未產(chǎn)生投訴事件，運(yùn)行范圍覆蓋了2 個(gè)不同廠家的4G/5G 無(wú)線小區(qū)，算法查準(zhǔn)率保持在95%以上；日關(guān)斷小區(qū)20 000個(gè)（含4G、5G），每月可實(shí)現(xiàn)節(jié)電80+萬(wàn)kW·h，平均月節(jié)能64余萬(wàn)元。該系統(tǒng)經(jīng)過在某省的充分驗(yàn)證、穩(wěn)定運(yùn)行，并在全國(guó)進(jìn)行了推廣，目前已在27 個(gè)省穩(wěn)定運(yùn)行，日關(guān)斷小區(qū)10 萬(wàn)+，每月可實(shí)現(xiàn)節(jié)電500 萬(wàn)kW·h。預(yù)計(jì)全年可實(shí)現(xiàn)節(jié)電1億kW·h，降本6 000萬(wàn)元。

推進(jìn)網(wǎng)絡(luò)節(jié)能的深度落地。當(dāng)前各省分主要借助于專家經(jīng)驗(yàn)和省分積累的一些流量數(shù)據(jù)，篩選出低業(yè)務(wù)的時(shí)刻，進(jìn)行批量的節(jié)能。但是受制于網(wǎng)絡(luò)動(dòng)態(tài)變化、大數(shù)據(jù)處理能力限制、運(yùn)維人員持續(xù)投入等因素，整體節(jié)能規(guī)模無(wú)法得到大的突破。智能節(jié)能場(chǎng)景通過AI能力的應(yīng)用，給出適合各省分的自定義節(jié)能方案，協(xié)助省分把節(jié)能工作做深做透，實(shí)現(xiàn)規(guī)模價(jià)值。

推動(dòng)節(jié)能效果落地，完成價(jià)值閉環(huán)。節(jié)能效果量化和節(jié)能狀態(tài)監(jiān)控是節(jié)能管理的痛點(diǎn)難點(diǎn)問題。智能節(jié)能系統(tǒng)通過大數(shù)據(jù)的手段，采集全網(wǎng)的4G/5G 能耗數(shù)據(jù)，給出大數(shù)據(jù)級(jí)別的節(jié)能基線，并實(shí)時(shí)監(jiān)測(cè)網(wǎng)絡(luò)的功耗變化情況，給出相對(duì)準(zhǔn)確的節(jié)能效能評(píng)估情況。智能節(jié)能系統(tǒng)通過全流程監(jiān)控看板，GIS 展示和量化全國(guó)節(jié)能管理狀態(tài)，實(shí)現(xiàn)全國(guó)小區(qū)級(jí)、站址級(jí)節(jié)能活躍狀態(tài)、節(jié)能措施、節(jié)能時(shí)長(zhǎng)、平臺(tái)執(zhí)行效率、網(wǎng)絡(luò)影響情況的精準(zhǔn)統(tǒng)計(jì)。

兼顧用戶感知，減少使用影響。基于動(dòng)態(tài)調(diào)整的節(jié)能規(guī)則不會(huì)影響用戶正常使用。在用戶使用量低時(shí)保留4G網(wǎng)絡(luò)，能夠滿足用戶的需求，從而使5G設(shè)備處于低功耗運(yùn)行狀態(tài)。隨著接入5G網(wǎng)絡(luò)的用戶增加，系統(tǒng)會(huì)逐漸縮短休眠時(shí)間，避免影響使用感知。本系統(tǒng)自上線使用以來(lái)，未造成用戶大規(guī)模集中投訴。

7 結(jié)束語(yǔ)

基于AI+大數(shù)據(jù)的4G/5G 無(wú)線基站智能協(xié)同節(jié)能系統(tǒng)，通過引入AI，實(shí)現(xiàn)了智慧判斷、自動(dòng)節(jié)能、自動(dòng)感知監(jiān)控的全流程閉環(huán)。顯著降低了4G/5G無(wú)線網(wǎng)絡(luò)的能耗水平，促進(jìn)節(jié)能減排，助力國(guó)家實(shí)現(xiàn)碳中和?；贏I+大數(shù)據(jù)的4G/5G 無(wú)線基站智能協(xié)同節(jié)能系統(tǒng)，釋放了節(jié)能工作中運(yùn)維人力的投入。該系統(tǒng)通過集中建設(shè)方式，建設(shè)成本低，經(jīng)濟(jì)效益明顯，且能夠?qū)崿F(xiàn)31省集中運(yùn)維，持續(xù)OPEX投入低。