Page 32 - 网络电信2019年6月刊下

光 通 信
三、实施案例
1、实施案例1
在5G云接入网络架构下，网络子单元集中单元和分布单元
分设，两种之间通过光纤相连，能耗采集方法的结构示意图如
图4所示。
图4 实施案例1提供的能耗采集方法结构示意图
S10：与OEES系统同步确定采集时隙Δ。
采集时隙Δ的确定方法，是在初始采集时隙的基础上，由
本实施案例中网络能耗电量计算装置确定，根据所述评估精度
以及评估目标所需，并根据相应的迭代算法来确定。
S30：接收采集数据、存储并传输上报。该步骤由采集装置
来实现，具体完成接收并存储工作电压/工作电流，传输上报到
数据库中3项任务。
具体来说，由采集装置中第一接收单元完成工作电压的接
收采集，并按照采集时隙Δ间隔存储。由采集装置中第二接收
单元完成工作电流的接收采集，并按照所述相对应采集时隙Δ
间隔存储。
根据初始化网络子单元智能接口、采集时隙Δ在数据库中
形成所述采集对象网络子单元的工作电压/工作电流信息。
S40：与OESS同步确定预设时间周期T d ，并根据预设时间周
期完成网络子单元能耗测算并输出到OESS系统。该步骤完成3项
任务，再一次与OESS同步并确定预设时间周期T d ，该同步时隙
是和所述网络子单元评估时段和评估目的所确定的，该同步时
隙是和所述OEES系统中流量清单上报时隙且一致。在OEES系统
中，所有的时隙Δ1都是按照相同的时间间隔的连续时间数列，
但按照需要，所述需要可以是评估对象网络子单元的所选择时
段，也可以是该网络子单元的评估目的，来确定所述时隙Δ1的
具体序列值。
从数据库表单中读取所述网络子单元的能耗指标，所述能
耗指标包括网络子单元的工作电压、工作电流，这些工作电压
及工作电流是按照所述采集时隙Δ时间序列顺序排列的，即采
集时隙Δ工作电压为U（t）工作电流为I（t），则采集时隙瞬
时功率为P（t），那么采集时隙内电量表示为EΔ。
进行傅立叶FFT计算后，在预设时间周期T d 内N个离散采集
序列转换为虚拟有功功率函数P（k），用于计算预设时间周期
T d 内所消耗的电量。
预设周期T d 内的电量E表述为:
进而可计算出由1个集中单元、m个分布单元以及相应配套
44
设备组成的所述LTE网络能耗。
(4)
其中E为LTE网络能耗，单位为J，E BBU 为网络子单元集中单
元能耗；E Rj 为网络子单元第j个分布单元能耗，一共有m个分布
单元；E trans 为传输设备子单元能耗；E env 为环境设备能耗。
根据OEES评估要求，按需从数据库表中读取所述网络子单
元的工作电压/工作电流指标，通过电量计算处理后输出，发送
至OEES系统中，形成所需的能耗清单。再集合OEES在所述预设
周期T d 内的流量归集，通过已有能效评估公式，实现单位流量
能耗角度（即预设时间周期内流量/所述周期内消耗电量）的评
估。
2、实施案例2
如图5所示，在实施案例1提供网络系统的基础上，对采集
点获取能耗的方式进行改变，采取直挂“智能电表”的方式获
取网络子单元所需时间间隔内的能耗。该验证方法既是本方法
所提供能耗获取方法的验证，又是对实施案例1中的所述在初始
采集时隙Δ基础上确定采集时隙Δ的方法。
图5 实施案例2提供的电量采集验证方法结构示意图
实施验证时，已经获得确定的预设时间周期T d 时间序列，
以及验证的网络子单元及网络能效评估目标。即已经通过实施
案例1中的方法获取了所述网络子单元的能耗、预设时间周期
T d 、评估目标对应的精度要求等基础参数。
在网络子单元的智能接口端，设置智能电表，该智能电表
能够按照预设时间周期获取相应网络子单元的电量信息，并按
照预设时间间隔发送给能耗获取单元，并存储在OESS能耗评估
系统中。
实施对比。分别从OESS系统中读取实施例2、实施案例1中
的各网络子单元能耗，进行对比，并得出误差。
根据精度要求，对比误差，对初始采集时隙进行迭代优
化，直到找到符合精度要求的采集时隙为止。
四、结束语
本方法通过“采集—存储—读取—计算”几个步骤，新增
（2） 采集装置、计算装置及数据库几个功能单元，解决了按照预设
时间周期，对目标网络子单元进行灵活的能耗获取问题，能够
按需、灵活输出基于云接入架构下各网络子单元的能耗数据。
配合现有技术，能够实现网络子单元的能效评估。同时，该方
法具有部署简单、现网改造小、成本低廉、可以按需进行“可
（3） 编程”式的调整。实施案例提供了一种验证方法，通过迭代学
习和调整采集时隙来提高能耗获取精度。
下转46页
网络电信 二零一九年六月