[发明专利]一种用于小区业务量预测的方法和装置

说明书

本申请提供一种用于小区业务量预测的方法和装置。该方法包括：获取第一时段内的历史数据，该历史数据用于指示第一时段内的小区业务量；根据历史数据，在预定义的多种类型中确定小区所属的类型；根据小区所属的类型，从与多种类型对应的多个预测模型中确定目标预测模型，目标预测模型用于预测小区在第二时段的业务量，所述第二时段是第一时段的下一个时段。由于针对小区业务量历史数据进行分析，确定小区所属的类型，并根据该小区所属的类型确定目标预测模型，从而使得模型的选择更为合理，进而能够提高小区业务量预测的准确率。

技术领域

本申请涉及通信领域，更为具体地，涉及一种用于小区业务量预测的方法和装置。

背景技术

随着通信技术的迭代更新，基站的数量在不断增加，单基站的耗能相比上一代基站也大幅增涨，实现基站的高效节能对行业的健康持续发展具有重要的意义。

由于小区业务量是反映基站周围用户量情况和基站繁忙程度的数据指标，因此，希望提供一种方法，能够合理地选择预测模型，进而准确地对小区业务量进行预测，帮助运营商制定更准确有效的节能策略。

发明内容

本申请实施例提供了一种用于小区业务量预测的方法和装置，以期合理地选择预测模型，进而准确地对小区业务量进行预测。

第一方面，本申请提供了一种用于小区业务量预测的方法，该方法包括：获取第一时段内的历史数据，所述历史数据用于指示所述第一时段内的小区业务量；

根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型；

根据所述小区所属的类型，从与所述多种类型对应的多个预测模型中确定目标预测模型，所述目标预测模型用于预测所述小区在第二时段的业务量，所述第二时段是所述第一时段的下一个时段。

基于上述方案，由于针对小区业务量历史数据进行分析，确定小区所属的类型，并根据该小区所属的类型确定不同的预测模型，可以针对不同类型的小区选择合理的预测模型，使得不同模型在不同方面的优势得以发挥，从而提高小区业务量预测的准确率。

可选地，所述多种类型包括：数据不完整型小区、业务量稳定型小区、业务量潮汐性明显型小区和业务量潮汐性不明显型小区。

可选地，所述多个预测模型包括：与所述数据不完整型小区和所述业务量潮汐性不明显型小区对应的时间序列模型、与所述业务量稳定型小区对应的指数平滑算法模型，以及与所述业务量潮汐性明显型小区对应的三次指数平滑模型。

可选地，所述历史数据包括：带宽利用率或无线资源控制(radio resourcecontrol，RRC)信令数量。

可选地，所述获取第一时段内的历史数据，包括：

基于预设的采样时间间隔，获取所述第一时段内的历史数据。

可选地，所述预设的采样时间间隔为一小时。

可选地，所述第一时段包括连续M天，M≥7且为整数。

可选地，所述根据所述历史数据，在预定义的多种类型中确定所述小区所属的类型，包括：

在所述第一时段内的历史数据的数据量小于第一预设门限的情况下，确定所述小区为数据不完整型小区；或

在所述第一时段内的历史数据的均方差小于第二预设门限的情况下，确定所述小区为业务量稳定型小区；或

在所述第一时段内的每一天所包括的多个阶段中，任意两个相邻阶段的业务量的均值之差小于第三预设门限的情况下，确定所述小区为业务量潮汐性不明显型小区；或

在所述第一时段内的每一天所包括的多个阶段中，至少两个相邻阶段的业务量的均值之差大于或等于所述第三预设门限的情况下，确定所述小区为业务量潮汐性明显型小区。