返回
|
研发团队 |
电子科技大学 |
|
技术领域 |
人工智能 |
|
项目简介 |
该方法通过智能网络管理中心采集 5G 传输特征数据并清洗，根据基站覆盖范围分配标签生成预处理数据，构建 PRB 利用率预测模型，预测可节能时段的 PRB 利用率。若预测值低于深度休眠阈值，则对小区实施深度休眠并配置激活机制；反之保持正常运行。该方法通过动态调控基站运行状态，显著降低能耗并提升能效管理；作为通信基础设施节能标准组件，纳入新型智慧城市建设项目，与智慧园区、交通枢纽等场景结合，实现区域性能效协同优化，针对夜间 5G 基站低负载时段实施深度休眠，降低 30%-50% 能耗；该技术通过深度学习预测与动态调控机制，显著提升 5G 基站能效，具备广阔的市场空间和政策支持潜力。加速技术标准化、深化产业合作，以抢占 5G 绿色通信技术制高点。 |
联系我们
