Page 37 - 网络电信2021年8月刊下
P. 37

解   决  方  案

            不同场景下的节能效果。                                          节能技术的作用。
                2.业务流量预测                                             其次,将AI运用到协同节能技术中的作用除了能提高其模
                除了从对场景的选择上完善不同的节能策略外,还可以                         型预测的准确性外,还能实现全网的节能效果评估,使得在不
            通过AI技术提前对其业务量进行预测,从而进一步对其节                           同基站的整体调度上得到了优化。避免因运用节能功能的基站
            能策略进行完善,进一步提高基站的节能效率。具体的措施                           较多,而导致降低用户体验质量的现象发生。但是目前这种方
            是,如果依据AI技术预测出未来某一时段内业务量将激增,                          法的运用还受到许多限制,如许多基站的设备因为生产厂家不
            则应该提高基站的业务服务质量,而关闭一些节能功能。而                           同其具体的性能、节能效果也难达到一致,除此之外,不同的
            当AI技术预测出未来某一时段内业务量将逐渐减少,则可以                          基站节能方式以及人员素质水平也都存在差异。因此,想要实
            通过逐步开启节能功能的方式,在满足其服务要求的情况下                           现对全网节能效果的评估,以及对全体基站的整体调度还需要
            完成节能目标。相比于根据实时数据的变化来调整节能策略                           不断探索。
            的方法,这种业务流量预测的方法具有一定的前瞻性,能进                               4.错峰用电政策
            一步强化基站的节能效果。                                             目前,我国许多地区陆续出台了一系列的政策,以此对5G
                在对其预测模型进行构建的过程中,要基于场景的历史数                        基站用电实行峰谷电价,并进一步降低电价。在基站税收减免
            据,如环境因素以及其自身的功能特征等。并且将其历史数据                          及数据中心的用地用水用电保障、建设审批、能耗指标要求等
            输送到预测网络中,然后将实际的业务流量与AI技术所预测出                         方面,加大政策支持力度。例如,广东省已经将峰、平、谷电
            的业务流量进行对比,构建出最优的预测模型,并根据预测模                          价时段分别设置为6h、10h、8h,电价比例为1.65∶1∶0.5,其
            型制定出最优的节能策略,进而达到最优的节能效果。                             中,高峰时段电价是低谷时段的3倍以上。倘若是直供电站点,
                3.协同节能技术                                         便可以采用智能电源,使得站点错峰运行,节约用电成本。同
                在实际的节能工作中,想要达到节能效果的最大化,不                         时,由于锂电池成本的下降,5G站点可能将普遍使用锂电池,
            仅要考虑其节能策略,还要考虑到具体的节能工作中的协同问                          而直供电已经是站点供电主流,将来站点剩余空间将由锂电池
            题。首先,想要完成基站的协同工作,最常见的方法是将相邻                          填充,不但电费得以下降,而且因为超长的备电时长,可使当
            的基站数据加入AI预测模型当中,从而进一步提高其预测结果                         前高昂的应急发电成本大幅下降。
            的准确性。但是这种方法也有弊端,就是难以保证相邻的基站
            数据之间的相关性。因为有些基站可能在位置上相邻,但是可                          参考文献:
            能在距离上却隔得非常远,这时两所基站的数据之间的关联性                          [1] 吕婷,张猛,曹亘,等.5G基站节能技术研究[J].邮电设计技
            就难以得到保证,而一旦将其数据加入预测模型当中,非但不                              术,2020(5):46-50.
            能进一步提升预测结果的准确性,反而会使其准确性受到影                           [2] 张志荣,许晓航,朱雪田,等.基于AI的5G基站节能技术研究
            响。因此,在运用此种方法之前,一定要对其相邻的基站数据                              [J].电子技术应用,2019,45(10):1-4.
            进行相关性分析,如果相关性高,则可以将其数据加入预测模                          [3] 张青.AI技术在5G基站节能应用的展望[J].广东通信技
            型中,而一旦相关性较低,则无法将其数据加入预测模型中。                              术,2019,39(10):29-32.
            只有这样才能充分提高预测模型结果的准确性,进而发挥协同





                                      中国电信 IPO 获批,要募 540 多亿,影响有多大?



                A刚即将迎来又一家电信运营商巨头!

                7月29日晚间,中国证监会公告,近日,证监会按法定程序核准了以下企业的首发申请:中国电信股份有限公司。上述企业及
            其承销商将与交易所协商确定发行日程,并刊登招股文件。将在上交所主板上市。

                这意味着,中国电信的IPO发行在即,可能在近期启动发行。中国电信的H股自今年年底底部以来涨幅已超80%,目前总市值为
            2517亿港元,而公司去年底的净资产已经3600多亿元人民币。

                本次IPO拟公开发行不超120.93亿股(行使超额配售权之前)根据未来三年利用募集资金投资金额544亿元作为拟募集资金量
            的话,中国电信将成为2010年农业银行以来最大的IPO。

                中国电信将成为中国联通之后,第二家登陆A股的运营商,未来中国移动在A股IPO后,3家运营商将齐聚A股。



            58                                         网络电信 二零二一年八月
   32   33   34   35   36   37   38   39   40   41   42