機(jī)器學(xué)習(xí)在基站小區(qū)節(jié)能中的應(yīng)用

熊建勝 孫洋洋 鄭 圣 尤 耀 季成健

中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司江蘇省分公司

0 引言

近年來，移動(dòng)通信網(wǎng)絡(luò)快速發(fā)展，多制式網(wǎng)絡(luò)共存，各類新業(yè)務(wù)不斷涌現(xiàn)，設(shè)備連接海量化，移動(dòng)數(shù)據(jù)流量爆發(fā)式增長，隨之而來的是基站數(shù)量和能耗的快速增長，節(jié)能降耗、提升網(wǎng)絡(luò)能效已經(jīng)成為通信網(wǎng)絡(luò)發(fā)展的必然要求。

傳統(tǒng)基站節(jié)能方案主要基于人工經(jīng)驗(yàn)，確定各關(guān)鍵指標(biāo)閾值及節(jié)能時(shí)段，低于閾值時(shí)啟動(dòng)節(jié)能，或者基于歷史業(yè)務(wù)數(shù)據(jù)的統(tǒng)計(jì)分析，得到每天業(yè)務(wù)的閑時(shí)和忙時(shí)時(shí)段，再對閑時(shí)時(shí)段（如00：00-06：00）進(jìn)行節(jié)能操作。面對通信網(wǎng)絡(luò)復(fù)雜化、業(yè)務(wù)場景多樣化的發(fā)展趨勢，難以在保障用戶業(yè)務(wù)性能、不引起用戶投訴的前提下實(shí)現(xiàn)最大化節(jié)能，而人工智能技術(shù)（AI）在通信領(lǐng)域的應(yīng)用為這個(gè)問題帶來了新的解決方案。

目前已有不少學(xué)者提出基于AI的節(jié)能方案，很多方案采用時(shí)間序列預(yù)測的方法，基于歷史數(shù)據(jù)預(yù)測關(guān)鍵業(yè)務(wù)指標(biāo)在未來一段時(shí)間的走勢，并與設(shè)置好的閾值對比，當(dāng)關(guān)鍵指標(biāo)低于閾值時(shí)，則對小區(qū)進(jìn)行相關(guān)的節(jié)能操作；另外也有方案是基于智能場景識別，利用AI聚類算法識別出話務(wù)流量潮汐現(xiàn)象明顯的場景，對其實(shí)施節(jié)能操作。

上述AI算法方案均沒有綜合利用多個(gè)業(yè)務(wù)指標(biāo)，本文引入基站小區(qū)價(jià)值度的概念，利用多個(gè)關(guān)鍵業(yè)務(wù)指標(biāo)對每個(gè)基站小區(qū)每小時(shí)的價(jià)值度進(jìn)行綜合評估預(yù)測，使得基站能夠在節(jié)能的同時(shí)，實(shí)現(xiàn)重點(diǎn)用戶的差異化保障。本文利用多個(gè)機(jī)器學(xué)習(xí)算法模型融合的算法方案對現(xiàn)網(wǎng)大量數(shù)據(jù)進(jìn)行分析，建立業(yè)務(wù)模型，實(shí)現(xiàn)參數(shù)訓(xùn)練及業(yè)務(wù)預(yù)測?；趦r(jià)值度預(yù)測結(jié)果，識別未來一段時(shí)間內(nèi)基站小區(qū)業(yè)務(wù)負(fù)載低、用戶數(shù)少的低價(jià)值時(shí)段，為節(jié)能策略提供更科學(xué)的支持。

1 基站小區(qū)價(jià)值度

為更好的評估基站小區(qū)是否可節(jié)能，引入基站小區(qū)價(jià)值度的概念，多角度考慮多個(gè)關(guān)鍵指標(biāo)，摒棄以往節(jié)能中只考慮單個(gè)指標(biāo)的情況。共選擇6個(gè)關(guān)鍵指標(biāo)用于計(jì)算小區(qū)價(jià)值度，包括上下行流量、上下行PRB利用率四個(gè)網(wǎng)絡(luò)業(yè)務(wù)指標(biāo)，以及VIP用戶數(shù)、4/5G用戶數(shù)兩個(gè)用戶指標(biāo)。用戶指標(biāo)根據(jù)網(wǎng)絡(luò)類型進(jìn)行調(diào)整。下面以4G網(wǎng)絡(luò)為例進(jìn)行說明。

1.1 數(shù)據(jù)分析

對國內(nèi)某省會(huì)城市一個(gè)月內(nèi)所有基站的逐小時(shí)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并去除缺失值、異常值等，數(shù)據(jù)量超過三百萬。

關(guān)鍵指標(biāo)有6個(gè)，分別為上行流量、下行流量、上行PRB利用率、下行PRB利用率、4G用戶數(shù)、VIP用戶數(shù)。根據(jù)統(tǒng)計(jì)分析可知，各個(gè)關(guān)鍵指標(biāo)的數(shù)據(jù)分布均近似于指數(shù)分布，故可以用指數(shù)分布對各個(gè)關(guān)鍵指標(biāo)進(jìn)行擬合，得到每個(gè)指標(biāo)的指數(shù)概率密度函數(shù)。

由概率密度函數(shù)積分可得到各個(gè)關(guān)鍵指標(biāo)的累積概率分布函數(shù)，累積概率分布函數(shù)F（X）定義如下：其中，X是一個(gè)隨機(jī)變量，x是任意實(shí)數(shù)。表示隨機(jī)變量X取值小于等于x時(shí)的概率。

根據(jù)6個(gè)指標(biāo)的累積概率分布函數(shù)，當(dāng)各個(gè)指標(biāo)的概率值小于0.2時(shí)，相應(yīng)指標(biāo)的取值均很小，基站小區(qū)基本處于空閑狀態(tài)，業(yè)務(wù)負(fù)載低，用戶數(shù)很少，可認(rèn)為該狀態(tài)下的小區(qū)為低價(jià)值小區(qū)。

1.2 價(jià)值度定義

由此引出本文中小區(qū)價(jià)值度的定義：6個(gè)關(guān)鍵指標(biāo)的累積概率分布函數(shù)值的加權(quán)平均值。實(shí)際應(yīng)用中計(jì)算基站小區(qū)價(jià)值度時(shí)，根據(jù)大量歷史數(shù)據(jù)擬合得到的指數(shù)分布函數(shù)，將當(dāng)前小區(qū)各關(guān)鍵指標(biāo)數(shù)值代入函數(shù)中計(jì)算對應(yīng)的累積概率分布函數(shù)值，再取平均值，公式為：公式中，m為關(guān)鍵指標(biāo)個(gè)數(shù)，F(xiàn)（x）為關(guān)鍵指標(biāo)取值為x時(shí)的累積概率分布函數(shù)值。

可以看到，小區(qū)價(jià)值度取值范圍為[0，1]，當(dāng)小區(qū)價(jià)值度低于0.2時(shí)，認(rèn)為該小區(qū)為低價(jià)值小區(qū)。各個(gè)指標(biāo)的權(quán)重可根據(jù)需要進(jìn)行調(diào)整，如更關(guān)注小區(qū)的業(yè)務(wù)負(fù)載，只有當(dāng)業(yè)務(wù)負(fù)載很低時(shí)才認(rèn)為是低價(jià)值小區(qū)，則可增大價(jià)值度中網(wǎng)絡(luò)業(yè)務(wù)指標(biāo)的權(quán)重。

2 基站小區(qū)節(jié)能算法設(shè)計(jì)

2.1 方案架構(gòu)

為了實(shí)現(xiàn)基站小區(qū)精準(zhǔn)節(jié)能，設(shè)計(jì)了基于機(jī)器學(xué)習(xí)的基站小區(qū)節(jié)能算法方案，如圖1所示。

圖1 算法方案流程

步驟一：采集基站小區(qū)的性能數(shù)據(jù)、話單數(shù)據(jù)、小區(qū)感知數(shù)據(jù)、MR數(shù)據(jù)等，并進(jìn)行解析入庫；

步驟二：對采集的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、特征構(gòu)建、特征選擇等操作，使其滿足機(jī)器學(xué)習(xí)算法訓(xùn)練和預(yù)測的要求；

步驟三：基于處理后的歷史數(shù)據(jù)計(jì)算基站小區(qū)價(jià)值度，作為場景聚類和時(shí)序模型的輸入；

步驟四：基于30天的基站小區(qū)歷史價(jià)值度數(shù)據(jù)，利用時(shí)間序列模型對未來一段時(shí)間內(nèi)的基站小區(qū)價(jià)值度進(jìn)行預(yù)測；

步驟五：基于基站小區(qū)歷史價(jià)值度數(shù)據(jù)，采用時(shí)間序列形狀聚類k-shape算法進(jìn)行聚類，識別相似場景，并基于場景聚類結(jié)果進(jìn)一步分場景訓(xùn)練分類模型進(jìn)行小區(qū)價(jià)值度預(yù)測，以提升分類模型準(zhǔn)確率；

步驟六：將分類模型和時(shí)序模型結(jié)果進(jìn)行融合，對基站小區(qū)每一時(shí)次價(jià)值度預(yù)測結(jié)果取兩者最大值，以提升基站小區(qū)價(jià)值度預(yù)測查準(zhǔn)率；

步驟七：模型融合結(jié)果經(jīng)過策略過濾后，生成可節(jié)能的基站小區(qū)清單；

步驟八：對基站小區(qū)節(jié)能效果進(jìn)行監(jiān)控，包括投訴、感知以及用戶相關(guān)反饋信息，以輔助優(yōu)化模型，調(diào)整模型參數(shù)、低價(jià)值小區(qū)閾值等，實(shí)現(xiàn)整個(gè)算法方案的閉環(huán)。

2.2 模型實(shí)現(xiàn)

2.2.1 數(shù)據(jù)準(zhǔn)備

從Hadoop平臺上定時(shí)獲取模型所需數(shù)據(jù)，包括設(shè)備層、網(wǎng)絡(luò)層、業(yè)務(wù)層、用戶感知四類數(shù)據(jù)，如表1所示。

表1 模型數(shù)據(jù)說明

類型 字段 獲取頻次業(yè)務(wù)層 上下行流量、4G用戶數(shù)、5G用戶數(shù)、VIP用戶數(shù)等 每小時(shí)用戶感知 上下行TCP建立成功率、RRC掉線率、上下行RTT總時(shí)延等 每小時(shí)

2.2.2 數(shù)據(jù)處理

涉及多模型，對于不同的模型采用不同的數(shù)據(jù)處理方法。

聚類模型基于時(shí)間序列進(jìn)行形狀聚類，故聚類模型與時(shí)間序列模型數(shù)據(jù)處理方法一致。

時(shí)間序列模型基于一個(gè)月的基站小區(qū)歷史價(jià)值度數(shù)據(jù)進(jìn)行預(yù)測。對大量基站小區(qū)歷史價(jià)值度數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析表明，該時(shí)間序列數(shù)據(jù)具有明顯的周期性，因此數(shù)據(jù)處理主要針對異常值去除和缺失值填充，以提升時(shí)間序列模型擬合效果。異常值去除采用箱線圖法，當(dāng)某一數(shù)值超過下四分位值減去1.5倍四分位距，或者上四分位值加上1.5倍四分位距時(shí)，即認(rèn)為該數(shù)值為異常值，予以去除。時(shí)間序列模型要求時(shí)間序列中不能存在缺失值，故需對去除的異常值及原始存在的缺失值進(jìn)行填充，由于該時(shí)間序列存在明顯周期性，故首先利用歷史數(shù)據(jù)一周內(nèi)同一時(shí)次的平均值進(jìn)行缺失值填充，然后利用雙線性插值算法進(jìn)行第二次缺失值填充，保證數(shù)據(jù)的完整性。

圖2為商業(yè)中心某小區(qū)的5天價(jià)值度時(shí)序圖示例，時(shí)序存在明顯的周期性，凌晨價(jià)值度低，上午11點(diǎn)和下午15點(diǎn)前后價(jià)值度高。

圖2 商業(yè)中心小區(qū)價(jià)值度時(shí)序

分類模型中數(shù)據(jù)處理主要包括數(shù)據(jù)標(biāo)注、特征選擇及特征構(gòu)造。

利用方差法、相關(guān)系數(shù)、假設(shè)檢驗(yàn)等方法篩選模型特征，共篩選出以下幾類特征：（1）價(jià)值度相關(guān)特征，包括過去24、48、72小時(shí)的各個(gè)關(guān)鍵指標(biāo)數(shù)值；（2）時(shí)間特征，包括小時(shí)、天、節(jié)假日等；（3）統(tǒng)計(jì)特征，如根據(jù)基站小區(qū)ID、小時(shí)、節(jié)假日進(jìn)行分組后，對標(biāo)簽求均值作為特征；（4）基站小區(qū)屬性特征，包括小區(qū)ID、小區(qū)所屬城市、地區(qū)等。

對特征數(shù)據(jù)進(jìn)行缺失值處理后，將其劃分為訓(xùn)練集和測試集。

2.2.3 數(shù)據(jù)建模

時(shí)間序列模型采用三次指數(shù)平滑算法（Holt-Winters）和統(tǒng)計(jì)分析相結(jié)合的方案。

三次指數(shù)平滑算法可以預(yù)測有趨勢且有周期性的時(shí)間序列，由于基站小區(qū)價(jià)值度周期性變化明顯，故利用Holt-Winters模型預(yù)測時(shí)，引入歷史數(shù)據(jù)的影響，對一個(gè)月的歷史數(shù)據(jù)根據(jù)一周內(nèi)同一天同一小時(shí)分組后取均值，與模型預(yù)測結(jié)果進(jìn)行加權(quán)，以減小單一的Holt-Winters模型的預(yù)測偏差，權(quán)重可根據(jù)實(shí)際數(shù)據(jù)進(jìn)行適當(dāng)調(diào)整。

為將基站小區(qū)根據(jù)不同的業(yè)務(wù)場景進(jìn)行區(qū)分，采用k-shape算法進(jìn)行聚類分析，依據(jù)時(shí)間序列數(shù)據(jù)的形狀相似性，將形狀相似的時(shí)間序列聚為一個(gè)類別，由此可得到多個(gè)業(yè)務(wù)場景。

為提高分類模型的準(zhǔn)確率，分類模型在聚類模型基礎(chǔ)上進(jìn)行訓(xùn)練，對于聚類出的場景，分別進(jìn)行分類模型的建模，分類模型均采用LightGBM算法，LightGBM算法相對于其他boosting算法，如GBDT和XGBoost算法，訓(xùn)練速度更快，且準(zhǔn)確率依然很好，對于大量的高維度基站小區(qū)數(shù)據(jù)，采用LightGBM算法進(jìn)行處理能夠更好地適用于生產(chǎn)環(huán)境。

為將分類模型預(yù)測結(jié)果與時(shí)序模型預(yù)測結(jié)果融合，需要對分類模型預(yù)測結(jié)果進(jìn)行轉(zhuǎn)換，轉(zhuǎn)換公式為：V=1–Pred，該式中，Pred為分類模型預(yù)測概率值，V為價(jià)值度預(yù)測值。當(dāng)預(yù)測概率值很大時(shí)，即有很大的概率該小區(qū)該時(shí)次為低價(jià)值，利用上述公式可以將概率轉(zhuǎn)換為價(jià)值度。若對價(jià)值度低于0.2的基站小區(qū)進(jìn)行節(jié)能，即可認(rèn)為是對分類模型結(jié)果中有80%的概率為低價(jià)值的小區(qū)進(jìn)行節(jié)能，此種轉(zhuǎn)換可以保證節(jié)能的準(zhǔn)確性。

為進(jìn)一步提升節(jié)能算法的準(zhǔn)確性，對時(shí)間序列模型和分類模型的價(jià)值度預(yù)測結(jié)果進(jìn)行融合，對基站小區(qū)每一時(shí)次價(jià)值度預(yù)測結(jié)果取兩者最大值，將其作為最終的模型預(yù)測結(jié)果。

完整的數(shù)據(jù)建模流程如下：

2.2.4 模型驗(yàn)證

基于全量樣本集劃分出的五百萬數(shù)據(jù)量測試集，對模型效果進(jìn)行驗(yàn)證，模型AUC值為0.96。為在實(shí)際應(yīng)用中測試模型準(zhǔn)確性，2021年春節(jié)期間對江蘇全省價(jià)值度預(yù)測結(jié)果進(jìn)行效果評估表明，模型查準(zhǔn)率95%以上，對分類錯(cuò)誤的樣本進(jìn)行分析表明，絕大部分樣本的價(jià)值度均較低，與正負(fù)樣本劃分的價(jià)值度閾值0.2相近，由此可保證節(jié)能的效果。

2020年江蘇省試點(diǎn)節(jié)能期間，對南京和蘇州基站小區(qū)節(jié)能前后兩個(gè)月的投訴工單數(shù)據(jù)進(jìn)行分析，結(jié)果表明，節(jié)能前10月份投訴總量為2637，節(jié)能后11月份投訴總量為2383，未發(fā)現(xiàn)由于節(jié)能引起投訴總量的明顯變化。因節(jié)能時(shí)段為0-6點(diǎn)，根據(jù)投訴手機(jī)號查找其晚常駐基站小區(qū)，并與參與節(jié)能的基站小區(qū)進(jìn)行比對，結(jié)果表明，未發(fā)現(xiàn)由于基站小區(qū)節(jié)能引起的投訴。

3 應(yīng)用效果

上述節(jié)能算法方案在江蘇全省4G基站小區(qū)進(jìn)行了推廣應(yīng)用，節(jié)能策略較保守，根據(jù)業(yè)務(wù)部門需求，從算法提供的低價(jià)值基站小區(qū)清單中篩選部分參與節(jié)能的小區(qū)，將節(jié)能時(shí)段限制為凌晨0點(diǎn)至6點(diǎn)，在保證用戶感知和鄰區(qū)覆蓋的情況下，對一個(gè)月的節(jié)能小區(qū)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)表明，AI算法日均可節(jié)省電量超過1萬度，涉及節(jié)能的小區(qū)近4萬個(gè)，持續(xù)應(yīng)用，預(yù)計(jì)年度省電超過400萬度。

4 結(jié)束語

基于AI技術(shù)，引入基站小區(qū)價(jià)值度概念，提出利用時(shí)間序列和分類算法相結(jié)合預(yù)測小區(qū)價(jià)值度的方案，基于價(jià)值度預(yù)測結(jié)果可進(jìn)行相關(guān)節(jié)能操作。小區(qū)價(jià)值度的引入使得節(jié)能時(shí)可綜合考慮各個(gè)關(guān)鍵指標(biāo)的作用，此外，也使得我們可以利用基站歷史數(shù)據(jù)對小區(qū)以及整個(gè)基站的價(jià)值度進(jìn)行分析，對于高價(jià)值的基站，可以提供更好的保障服務(wù)。