一种注意力机制LSTM的5G网络地铁节电方法

作     者：邓翠艳 齐小刚 

作者机构：晋中信息学院 西安电子科技大学数学与统计学院 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0810[工学-信息与通信工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081001[工学-通信与信息系统] 082302[工学-交通信息工程及控制] 0811[工学-控制科学与工程] 0823[工学-交通运输工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：2023年度山西省高等学校科技创新项目(2023L517) 

主　　题：注意力机制 5G网络节电 LSTM 节电策略 5G功耗 地铁节电 地铁用电 5G用电 

摘      要：随着5G网络的规模化建设应用，5G基站设备的大功耗及高能耗成为运营商急需解决的成本问题。5G单站功耗是4G的 3～4 倍，运营成本(operational expenditure， OPEX)急剧增加。针对该问题，提出了一种基于注意力机制LSTM的5G网络地铁节电方法，该方法首先根据地铁特殊业务场景通过特征工程建立了与5G业务场景相关联的业务关键特征，为了尽可能挖掘长时序特征，建立了基于注意力机制的LSTM时序预测模型，实现了小时粒度5G基站业务量的精确预测；其次基于多项式回归模型建立了5G地铁业务量与基站配置量的函数模型，形成节电策略。最后，实现5G基站节电效能的有效评估，通过建立5G基站用电量与基站设备BBU、HUB、RRU等硬件设备功耗函数模型，实现节电策略实施后节电效能的有效评估。实验结果表明，对比传统的5G电力供应模型，该方法能够节省43百分点的电能。