基于AI技術下的5G基站智能節能科技研究

馬維錕

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

【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，我國對于節能減排工作非常重視，而隨著5G基站的逐步建設，傳統的硬件節能技術以及軟件節能技術已無法滿足我國對于節能減排的相關要求，因此，AI技術逐漸應用到了5G基站智能節能科技當中。但這種技術目前尚處在發展階段，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能效果，正是本文研究的重點。

2 傳統基站節能技術

2.1 基站硬件節能

傳統的基站硬件節能技術主要是通過采取優化設備硬件設計、提升設備集成度和完善生產工藝等措施，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，在具體的硬件優化過程中，較為常見的是對半導體的不斷優化。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基站的節能目標，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硬件系統的集成度來達到基站節能的目的，但這種方法要基于不影響其總體系統性能的情況進行。

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

2.2 基站軟件節能

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

第一，符號關斷，指的是在網絡負荷較低的情況下借助無業務數據與系統消息塊的空閑正常下行子幀的下行符號和無業務數據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。然后由基站基于數據業務量的不斷變化，對其數據鏈路進行集中的調整。但是在必要的控制信道和信號上，依舊要維持原有的發射功率，保障業務的正常進行。而當業務量回到正常的狀態時，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，繼續保持原有的工作。

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，進而起到節約能源、降低能耗的作用。具體的操作是根據其當前時間段內的上行/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。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務負荷狀況，只有這樣才能發揮出該方法最佳的節能效果與運行性能。

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。其通常是在網絡較閑的時間段或地區開展，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，即一天之中存在業務空閑段和業務繁忙段。當進入業務較少的時間段，相關設備便進入深度休眠狀態，許多功能都將不再提供服務。而當業務量不斷上升，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下實現節能目的。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，但是節能效果并不理想，亟待進一步的完善[2]。

3 AI節能技術概述

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

如今，我國已經建成的5G基站達到60萬個，在帶來更大的帶寬與更多的通道數的同時，也帶來了更大的能耗。據有關數據統計，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節能技術的應用便顯得更為關鍵。目前，較為常見的節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惠也使得5G基站耗電得到一定程度的緩解。

3.1 AI節能技術的重要性

相關數據研究發現，在運營商OPEX中，其基站的電費支出占網絡運營部分的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的幾十兆變為160/200兆。

②通道數增多。收發通道數從原來的8通道變為64/32通道。

③數字中頻器件、芯片等集成度不足，導致功耗增加。

④流量從傳統的2流變為16流。

⑤發射功率從大于100W變為240/320W。

由此可見，5G基站所產生的能耗要比以往的4G基站大得多，因此，加強對AI節能技術的應用便顯得愈發關鍵。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。從上面所列舉的數據我們可以認識到AI節能技術的應用不僅能為5G基站運營商節省運營成本，而且還能有效減少能耗，節省能源的同時也滿足了國家相關的環保要求。

3.2 5G基站能耗構成

如今，為進一步提高通信網絡的覆蓋區域面積以及服務質量，一些5G基站已經開始大規模修建，其所帶來的能耗也大大增加。隨著數據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絡信息發展的要求。而想要促進其經濟社會價值的不斷提高，就必須不斷通過運用智能節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生的能耗;二是計算過程中產生的能耗;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生的能源消耗，而這2個部分所執行的是基帶信號與無線信號轉換，在進行傳輸的過程中還可能會產生電線的功耗。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字處理、智能管理、核心網等其他的通信功耗。而其他的通信消耗主要包括直流電供電時所產生的線路功耗，以及其他制冷設備、監控設備以及機房空調等所消耗的電量。在目前的5G通信網絡中，其基站所消耗的能源基本上占據了總能耗的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設備與傳統電站的RRU設備在能耗上也有著很大的差別，AAU設備內部形成天線陣列、設備通道與基帶功能。因此，在設備的功放模塊、收發機與數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的基站節能技術

4.1 節能場景識別

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能目標，就需要基站依據不同的場景，通過AI技術對其進行自動識別，然后建立合理的節能策略。而在策略的建立和選擇上，則是依據其場景具體的氣候環境、流量統計等歷史數據進行確定。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能策略。并且實時根據新數據的變化，不斷校正過去原有的模型，并進行節能策略上的更改，從而達到自動化管理的目的，在節約人力成本的同時，提高了基站節能工作的效率。

在具體的模型識別工作中，可以根據潮汐場景不同時間段內不同的人流情況來進行有依據的識別。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能效果。

4.2 業務流量預測

除了從對場景的選擇上完善不同的節能策略外，還可以通過AI技術提前對其業務量進行預測，從而進一步對其節能策略進行完善，進一步提高基站的節能效率。具體的措施是，如果依據AI技術預測出未來某一時段內業務量將激增，則應該提高基站的業務服務質量，而關閉一些節能功能。而當AI技術預測出未來某一時段內業務量將逐漸減少，則可以通過逐步開啟節能功能的方式，在滿足其服務要求的情況下完成節能目標。相比于根據實時數據的變化來調整節能策略的方法，這種業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據，如環境因素以及其自身的功能特征等。并且將其歷史數據輸送到預測網絡中，然后將實際的業務流量與AI技術所預測出的業務流量進行對比，構建出最優的預測模型，并根據預測模型制定出最優的節能策略，進而達到最優的節能效果。

4.3 協同節能技術

在實際的節能工作中，想要達到節能效果的最大化，不僅要考慮其節能策略，還要考慮到具體的節能工作中的協同問題。首先，想要完成基站的協同工作，最常見的方法是將相鄰的基站數據加入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據之間的相關性。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，這時兩所基站的數據之間的關聯性就難以得到保證，而一旦將其數據加入預測模型當中，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據進行相關性分析，如果相關性高，則可以將其數據加入預測模型中，而一旦相關性較低，則無法將其數據加入預測模型中。只有這樣才能充分提高預測模型結果的準確性，進而發揮協同節能技術的作用。

其次，將AI運用到協同節能技術中的作用除了能提高其模型預測的準確性外，還能實現全網的節能效果評估，使得在不同基站的整體調度上得到了優化。避免因運用節能功能的基站較多，而導致降低用戶體驗質量的現象發生。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廠家不同其具體的性能、節能效果也難達到一致，除此之外，不同的基站節能方式以及人員素質水平也都存在差異。因此，想要實現對全網節能效果的評估，以及對全體基站的整體調度還需要不斷探索。

4.4 錯峰用電政策

目前，我國許多地區陸續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據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電成本大幅下降。

【參考文獻】

【1】呂婷，張猛，曹亙，等.5G基站節能技術研究[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基站節能應用的展望[J].廣東通信技術，2019，39（10）：29-32.