一种节能管理系统及方法与流程
本发明涉及智慧管理技术领域，尤其涉及一种节能管理系统及方法。
背景技术：
通信运营商的蜂窝网基站数量大，分布面广，安装位置分散且情况复杂。基站大多是租用民房，有些电表由电网公司安装，有些电表为业主安装，表的类型非常多，既有感应式电度表，也有电子式电度表，还有ic卡电表。由于点多面广，情况复杂，通信公司需要派专人或委托代维公司抄表、维护，以满足基站的电量核算、用电分析等能耗日常管理。特别是近年来，随着基站数量迅速增加，用电成本已经成为运营商的主要成本，而且比例还在逐年增加，节能降耗已成为公司重点工作之一。但目前基站用电管理缺乏有效手段：柴油机发电管理混乱、用电信息分析统计失真。节能目标缺乏科学依据。
目前通信基站能源监控和管理中有如下几个问题特别突出：
(1)出现供电故障无法及时得知。
基站内采用三相供电，有时会出现缺相、三相不平衡、电压偏差超标甚至停电等各种各样的供电故障。这些故障的出现会严重影响基站内设备的正常运行，如不能及时发现抢修就有可能使基站设备停机造成通讯故障甚至损坏设备，导致严重的损失。靠人工监控根本就无法及时发现上述的故障。
(2)非电力供电基站电费失真。
除电力供电基站外，有很大一部分基站都是采用出租房屋方提供的电源，因场地条件限制，许多电表安装无法规范，可人为私自改动电表或私接电源窃电的机会很多。由于没有先进的技术手段对此行为进行监督管理，光靠现有的管理手段，既使有人改电表或窃电，我们的工作人员也无法知道。
(3)人工发电时长统计管理混乱。
过去，每个基站的常规用电数量、基站突发性断电人工发电时长及电费等数据都靠人工进行统计，其最大的弊病是方法落后、统计随意性大和数据不精确。随着基站代维方式的引进，代维单位到基站发电的次数、发电起始时间、人工发电总时长及该支付给代维单位的路费、人工发电费等数据无法核实，造成很大浪费。
(4)私接基站电源窃电
现在所有机房都是无人值守机房，正好给窃电分子有机可乘。加之大多数人对窃电行为的严重性意识不足，认为窃电不是违法犯罪，移动有钱对这点小钱不在乎。另外窃电者的窃电手段普遍都比较高明，不通过技术的手段是很难抓到窃电者的。利用私接电线的手段进行窃电的现象相当普遍。这样的问题基站现场电表读数是无法真实反映基站实际用电情况的。
(5)对于基站的能耗状况缺乏系统的统计资料
由于人工抄表时间不固定，不能进行曰抄表，因此很难建立起系统的用电统计资料。这对于移动公司选择节约基站用电方案，监测能耗异常变化、测试节能效果缺乏有效依据。
(6)效率低下、效果不好、劳动强度大
由于基站的分布特别分散，不集中，而且都在楼宇顶层上，特别是在郊区更加分散，抄表的效率极其低下。一个抄表员平均每天仅能够抄15只表，每个抄表员每月以22天计算仅能抄录330个表。4000多个基站至少需要15名抄表员。正常情况下，监控人员不可能这样满负荷地工作，因此至少需要20～25名工作人员。
即使如此每个月每个基站也只能检查一次，对于突发的供电不正常等情况完全不能应对。除了要抄表之外抄表员还要负责检查ic卡表是否余额不足、ic卡充值、是否有偷电情况发生、是否供电不正常等等。这些工作有些技术性很强，不是一般的抄表员能够完成的。
(7)用电管理手段落后，导致非主营业务管理成本增加
由于没有有效的科学管理手段，主要依靠人工采集数据，运营商必须投入大量的人员对基站市电供电单位或个人进行电费核对结算工作。调解用电纠纷，这样增加了过多的人力资源与管理成本在非主营业务上的耗费。
现有技术中，虽然给出了一些节能管理的技术方案，例如，专利文献cn108415347a公开了一种耗能综合管控系统，包括设备终端、通信网络平台和集中管控平台，设备终端通过通信网络平台与集中管控平台连接，设备终端包括mcu中央处理器和与之连接的各功能模块，mcu中央处理器用于处理数据采集模块采集的数据以及监控模块监测的信息，并根据分析的结果对电能表、远程时控开关、监控模块等设备发出相应的指令信号，并通过nb无线发射模块传输mcu中央处理器的信息至通信网络平台，集中管控平台用于集中显示设备终端的数据信息。本发明的耗能综合管控系统是链接通信设备的重要的组成部分，其主要运用nb-iot物联网技术进行高效率管理和控制通信设备。但是，该发明依然没有解决的问题在于，没有将时间域、空间域的能耗控制和智慧用能进行关联，没有考虑环境中的温度和湿度变化等因素，因此无法以最低的能耗对各个基站进行调控和控制。
现有技术中基站管理存在的缺陷还包括：
(1)相关人员偷电行为：对应人员会依靠基站的供电系统，私自接搭自用设备。
(2)非生产能耗居高不下：据统计分析，平均每个基站空调的电费支出约占整个基站电费支出的54％左右，空调成为基站机房中的主要耗电设备。
(3)系统联动性差：无法远程控制基站设备和线路，线路出现故障时无法立即通知相应人员并采取措施。
(4)基站数量大，运维负担重、效率低：现有的基站供电系统依然无法满足用户对智能化、信息化、可视化、维护简便等的日益增加的需求，对系统中蓄电池的故障隐患等没有预先感知和判断，需要运维人员不断的到现场进行运维服务，运维效率低。此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于发明人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。
技术实现要素：
针对现有技术之不足，本发明提供一种节能管理系统，至少包括节能管理平台、物联网平台、感知单元和测控单元，其特征在于，所述感知单元采集基站的至少一个维度的数据信息；
所述物联网平台从感知单元和测控单元提取至少一个维度的关键数据，所述节能管理平台基于输入和所述至少一个维度的关键数据和bp神经网络计算至少一个基站的决策方案，
所述测控单元响应于所述决策方案关闭和/或开启指定的基站。
优选的，所述节能管理平台包括至少一个用于动态计算基站的天线阵列的天线发射决策模块，
所述天线发射决策模块基于rls-kaiser组合计算模型调节至少一个基站的天线阵列的波束功率，
所述测控单元基于天线发射决策模块的天线能量决策方案控制天线阵列的组合设置。
优选的，所述天线发射决策模块自适应决策天线阵列组合的方式为：
在天线的集合阵列开启后，其运转过程中的阵列传播矢量为：
初始化权重向量w＝[000…0]t；并且阵列因子af初始化为：
确定每k次迭代的权重值：
用每个权重值更新af：
优选的，在基站与移动站同时存在的情况下，波束能量的分配计算方式为：
(bb，ms)＝(θ/360(d(bb，ms)*snir)α+z1)+z2
e表示分配的能量，θ表示射束宽度，d表示覆盖范围，α表示衰减因子，z1表示由于mac控制消息而产生的开销，z2是因调谐波束方向所需的能量而产生的开销，bs表示基站，ms表示移动站。
优选的，所述天线发射决策模块将基站的天线阵列的波束能量作为一个维度的数据输入管理模型，
在所述管理模型决策指定的基站启动的情况下，所述天线发射决策模块对基站的天线阵列进行自适应调整。
优选的，所述天线发射决策模块以在基站周围划分虚拟同心圆的方式确定同心圆内的移动站以及移动站的密度，
并且基于移动站的密度调节轨道中的波束的发射功率。
优选的，在用户的距离大于虚拟同心圆的最小半径的情况下，指定基站进入休眠状态；
所述天线发射决策模块将基站的休眠状态信息发送至管理模型。
优选的，所述至少一个维度的关键信息至少包括：天气参数、设备主要参数、网络配置参数、网络参数、小区内实时用户接入数量及业务量。
本发明还提供了一种节能管理方法，其特征在于，
采集基站的至少一个维度的数据信息；
提取至少一个维度的关键数据，
基于输入和所述至少一个维度的关键数据和bp神经网络计算至少一个基站的决策方案，
响应于所述决策方案关闭和/或开启指定的基站。
优选的，所述方法还包括：
基于rls-kaiser组合计算模型调节至少一个基站的天线阵列的波束功率，测控单元基于天线发射决策模块的天线能量决策方案控制天线阵列的组合设置。
附图说明
图1是本发明的节能管理系统的逻辑结构图；
图2是bp神经网络模型的节点示意图；
图3是本发明的以基站为中心的虚拟同心圆的逻辑示意图。
具体实施方式
下面结合附图进行详细说明。
本发明中的节能管理平台、天线发射决策模块、第一图形处理模块、第二图形处理模块均可以是专用集成芯片、服务器、服务器群组、云服务器中的一种或几种。
针对现有技术的不足，本发明提供一种节能管理系统，至少包括节能管理平台10、物联网平台20、感知单元30和测控单元40。
在5g技术时代，基站的形式报机房、灯杆站、一体化机房、机房共享站点、网络共建站点等等。机房内部署的通信网络包括2g/4g/5g等等。机房站址不同，所处的网络地位差异大。基站机房内设备包含系统厂商基站设备、acdc电源、蓄电池组、传输设备、空调等配套设备。机房内的设备数量差异大、型号多，规格不统一。工业空调与民用空调混合使用，大部分空调处于“自由”运行，没有联网监控。
因此，如何对基站耗能以及机房耗能进行综合管理，不影响基站工作的前提下实现有效的节能，是当前没有解决的技术问题。
节能管理平台10用于管理定期从网络管理系统和感知单元提取的至少一个基站的各个维度的关键数据信息。优选的，本发明的维度包括天气参数、供电参数、设备主要参数、网络配置参数、网络kpi、mr、小区内实时用户接入数量及业务量、空调电能参数等信息。其中，供电参数通过智能监测电表提供，用于检测基站站点是否正常供电并且监测电能消耗数据。
关键数据信息作为输入数据输入管理模型。管理模型的输出数据为表示基站关闭或打开的数据，即0/1。
在每次关闭基站时，记录基站的至少一个维度的数据，形成第一数据样本。在基站开启时的各个维度数据进行取样并记录，形成第二数据样本。
将获取的输入数据和输出数据通过管理模型进行数据训练，得到全连接的多层神经网络网络的二分类模型。
优选的，节能管理平台10基于基站内的温度、湿度传感器调控空调控制器，使得空调进行配合工作。例如，根据温和/或湿度传感器感应室内实时环境，通过空调温度控制器自动对空调进行调档调温工作，达到自动维护目的，调节至最优环境。节能管理平台还能够实时监测蓄电池的蓄能状态、实时蓄能等。
优选的，节能管理平台10还与基站内的交/直流智能监控设备、无线采集设备以及系统管理平台建立通信连接，从而完成夜间无业务时段的下电操作，减少电能消耗，降低运营成本支出，以及提升通信设备供电线路状态的实时监测保护功能。
优选的，通过基站内的交/直流智能监控设备进行24小时的不间断监测，在线路出现问题时节能管理平台自动报警并且向通信的维护检修系统发送维修请求信息。维护检修系统对维修请求信息响应并且派单，同时节能管理平台通过基站内的交/直流智能监控设备状态跟踪，对维修结果进行核查。
本发明的节能管理平台还与至少一个用户终端建立通信连接。本发明实现了无人化值守监控安全相关的监测数据，当电气安全设备检测到报警故障时会自动通过手机短信、语音电话和app推送提醒用户，后续的处理也能持续跟进，促进了信息流通、资源共享，提升了工作效率，实现了透明化管理。
优选的，节能管理平台10对存储的供电线路历史电气性能数据进行梳理、汇总、分析，找出故障原因，给出解决建议对策，减少后续同类故障的发生率，提升供电线路运维管控能力。
优选的，节能管理平台按照预设的时间间隔对设备产生的历史数据进行大数据分析，以便及早发现问题、杜绝隐患。节能管理平台能对基站进线回路和出线回路进行监测对比，实时监测线路的使用功率，通过功率功能监测设备是否正常运行，是否有其他设备接入而产生偷电行为。
本发明针对设备产生的历史数据进行大数据分析，以便及早发现问题、杜绝隐患。能对基站进线回路和出线回路进行监测对比，实时监测线路的使用功率，通过功率功能监测设备是否正常运行，是否有其他设备接入而产生偷电行为。
优选的，节能管理平台能够根据各个基站的电量使用情况发送用电策略和下电策略，从而根据基站的现场情况对基站内的设备进行远程控制。当设备检测到报警或故障时，相关人员可以通过节能管理平台进行分合闸或者复位消音等操作。节能管理平台可以根据分析数据合理分配基站服务时间，对基站进行定时开启关闭，控制便捷，而且起到节能的目的。
本发明的物联网模块至少还包括物联网平台20、感知单元30和测控单元40。
物联网平台与节能管理平台10、感知单元30和测控单元40以有线或者无线的方式分别建立数据连接。优选的，物联网平台与节能管理平台10、感知单元30和测控单元40基于nb-iot协议进行通信。物联网平台用于将终端设备采集的电能信息数据发送至节能管理平台10以进行决策。优选的，物联网平台基于节能管理平台的决策指令来对各个终端设备进行控制。
优选的，感知单元30包括若干相控阵天线。相控阵天线部署在基站上端，对角度覆盖，从而对小区方位内的ue设备进行扫描监控，进行网格化划分以及同心圆划分，实时的分析ue相对坐标数据。感知单元30能够采集当前小区内用户数量，业务量，相对位置等关键信息，利用无线通信例如nb-iot回传至物联网平台20，并作为输入数据提给供节能管理平台10中的管理模型，供其决策。
优选的，测控单元40至少包括微控单元。测控单元40通过无线的通讯组件与物联网云平台进行通信连接。优选的，通信连接方式为nb-iot通信模式。通信组件与微控单元建立通信连接，从而将微控单元的数据信息发送至物联网平台。优选的，微控单元包括计量芯片，用于对电路中的耗能进行计量与远程抄表。
节能管理平台10向物联网平台20、感知单元30和测控单元40分别发送关键数据提取指令。物联网平台20、感知单元30和测控单元40响应于提取指令，向节能管理平台10发送指定的关键数据。节能管理平台10基于管理模型对输入的多维度数据进行计算，自动感知网络业务分部，预测网络业务量变化，从而做出对若干基站的开启或者关闭的节能管理决策。
优选的，节能管理平台内的节能管理模型为基于bp神经网络的节能管理模型。
具体地，将采集的n组多维度关键数据x＝[x1，x2，x3…xn]作为输入数据，以表示基站关闭或者开启的数据0/1作为输出数据，运用bp神经网络对样本数据进行训练，建立节能管理模型。
例如，x1表示天气参数、x2表示设备主要参数、x3表示网络配置参数、、x4表示网络kpi、mr、x5表示小区内实时用户接入数量、x6表示业务量等信息，x7表示表示电能数据。
本发明采用试凑法来确定隐层的节点数。
式中，p为隐层神经元节点数，n为输入层神经元数，m为输出层神经元数，k为1-10之间的常数。
神经网络的训练过程中主要按照以下步骤进行：
设置xk＝[xk1，xk2，…，xkm](k＝1，2，…，n)为输入矢量，n为训练样本个数，为第g次迭代时输入层m与隐层i之间的权值矢量，wjp(g)为第g次迭代时隐层j与输出层p之间的权值矢量，yk(g)＝[yk1(g)，yk2(g)，…，ykp(g)](k＝1，2，…，n)为第g次迭代时网络的实际输出，dk＝[dk1，dk2，…，dkp](k＝1，2，…，n)为期望输出；
建立节能管理模型具体包括如下步骤：
s21：初始化，设迭代次数g初值为o，分别赋给wmi(0)、wjp(0)一个(0，1)区间的随机值；
s22：随机输入样本xk；
s23：对输入样本xk，前向计算bp神经网络每层神经元的输入信号和输出信号；
s24：根据期望输出dk和实际输出yk(g)，计算误差e(g)；
s25：判断误差e(g)是否满足要求，如不满足，则进入步骤s26，如满足，则进入步骤s29；
s26：判断迭代次数g+1是否大于最大迭代次数，如大于，则进入步骤s29，否则，进入步骤s27；
s27：对输入样本xk反向计算每层神经元的局部梯度δ；
s28：计算权值修正量δw，并修正权值，计算公式为：式中，η为学习效率；令g＝g+1，跳转至步骤s23；
s29：判断是否完成所有的训练样本，如果是，则完成建模，否则，继续跳转至步骤s22。
利用多目标粒子群算法，即mpso算法，对步骤s2所得的多个耗能模式进行优化，得到一组最优决策变量xbest。
mpso算法的具体步骤为：
s31：评价每个粒子的适应度，并根据优劣对个体最优值和全局最优值进行替换：
s311：初始化系统参数，包括种群规模r，最大迭代次数t，随机生成n个粒子x1，x2，…，xn，加速因子c1、c2，其中c1为粒子向个体极值移动的加速权重，c2为粒子向全局最优值移动的加速权重，令外部存档集q为空；
s312：计算初始适应度，衡量粒子在当前位置的优化程度；
s313：将每个粒子当前适应度pi和个体最优适应度
s314：更新外部存档集q，将种群中所有的非支配集加入存档集q，删除被支配的粒子；
s315：利用拥挤机制和禁忌算法在外部存档集q中随机选择一个粒子作为全局最优值；
s32：更新种群：
s321：更新粒子自身的速度和位置，其中粒子速度更新公式为：
式中，
粒子的位置更新公式为：
s322：判断当前全局最优解是否满足条件或者迭代次数是否达到最大迭代次数t，如果是，则输出当前全局最优解，否则，跳转至步骤s312进行重复计算，直到当前全局最优解满足条件或者迭代次数达到最大迭代次数t。
优选的，在管理模型确定最佳耗能的变量后，设置基站的耗能阈值。当一个基站的多个维度的数据的耗能能够满足支持基站开启的阈值时，基站开启节能模式。当一个基站的多个维度的耗能不足以达到基站开启的阈值时，基站休眠或关闭。
优选的，节能管理模型的输出数据还包括决策参数。决策参数包括节能措施参数、空调节能参数和空调调节参数。
具体地，节能管理平台的决策方案中，对基站节能措施包括码域节能，例如将符号关断；频域节能，例如将通道关断；时域节能，例如将载波关断；空间域节能，例如将小区关断以及协同。测控单元基于节能管理模型计算的决策指令中的设备参数，对基站进行节能措施的调控。
节能管理平台的决策方案中，对空调节能措施包括：提高转换效率、减少空调启停次数、减少空调运行时间、合理设置机房温度范围等。例如，在节能管理模型输出与空调相关的启停次数、运行时间、温度范围以及与室外环境的温差范围后，测控单元基于决策指令的参数数据来调节空调系统的运行，降低空调系统的运行耗能。
节能管理平台的决策方案中，关联节能措施包括：在基站设备开启节能工作模式后，对机房人员变化时空调制冷过剩采取措施、按需制冷。
在节能管理模型输出基站进行节能模式或者休眠模式的情况下，测控单元基于机房内的温度、预设阈值来调节空调的温度范围，从而在不影响机房人员工作的情况下以节能的方式调控空调系统的运行。
优选的，本发明的节能管理平台10还包括天线发射决策模块11，基于rls-kaiser波束形成方法使得基站的天线系统的每次波速形成消耗较少的能量，以增强智能天线系统的容量和服务质量。天线发射决策模块11的能量效率提高了电池驱动设备的网络寿命，并减少了不必要的能量损失对环境的负面影响。
具体地，rls-kaiser波束形成方法的计算过程如下所示。
对于基站的按照集合形状布置的阵列天线元件，线性阵列集合的阵列传播矢量为：
权重向量为：wt＝[w1w2w3…wn]t
则天线系统的线性阵列的阵列因子为：
β表示相位系数，θ为入射角，n表示天线的数量，d表示元素间空间，wt表示权重向量的转置。
s41：在天线的集合阵列开启后，其运转过程中的阵列传播矢量为：
s42：初始化权重向量w＝[000…0]t；并且阵列因子af初始化为：
s43：确定每k次迭代的权重值：
s44：用每个权重值更新af：
s45：形成波速能量。
在产生的波束具有旁瓣的情况下，运行旁瓣消除计算：w＝kaiser(n，α)。n表示窗口大小，α为影响旁瓣衰减的kaiser窗口参数。否则，将波束分配给用户。其中，
α＝0.112(β-8.7)，β＞50
α＝0.5842(β-21)0.4+0.07996(β-21)，21≤β≤50
α＝0，β＜21
天线发射决策模块11对基站很移动站的波束能量分配方式为：
(bs，ms)＝(θ/360(d(bs，ms)*snir)α+z1)+z2
e表示分配的能量，θ表示射束宽度，d表示覆盖范围，α表示衰减因子，z1表示由于mac控制消息而产生的开销，z2是因调谐波束方向所需的能量而产生的开销，bs表示基站，ms表示移动站。
波束宽度为主瓣的半功率点之间的角距离。阵列因子af的一半功率值记为hpaf＝0.707(afn)。.
本发明通过的rsl-kaiser天线波束成形方法，与单独应用rsl天线波束成形过程相比，可以节省大量能量。
优选的，节能管理平台10优先通过决策能量模型计算各个基站的天线集合阵列的能量，然后将天线阵列的能量作为其中一个维度的关键数据输入dp神经网络，得到电能损耗的最佳决策，从而对若干基站进行选择性关闭，以实现最佳的耗能方案。
优选的，根据线性半径用户聚类过程来实现一个小区的缩放方法，基站覆盖范围由半径线性增加的同心圆划分，并且用户随机分布在各个轨道中。因此，使得圆形小区具有在其中集群用户的不同圆形轨道。对最外轨道中特定时间的移动用户数量进行计数，如果移动用户的数量小于该区域中用户的平均密度，单元，将减小单元半径到下一个轨道并边缘化外部轨道用户。
在非高峰时段甚至在移动站数量低于阈值时始终在所有时间自动使基站进入睡眠状态，并在用户的距离小于等于或等于100m，以保护人类使用者免受高水平电磁辐射的危害。在所有用户都在距基站100米范围内的情况下，进行自适应蜂窝小区休眠过程与此处应用的线性半径用户聚类过程相结合，以指示基站硬件消耗最小电路功率。
优选的，在天线的决策能量模型关闭基站的决策与节能管理平台的管理模型的基站决策相矛盾的情况下，以节能管理平台的管理模型的基站决策为准。
从而，本发明通过同时优化天线阵列的能量决策和若干基站网络系统的整体的耗能决策，使得整体系统的电能降至最低，以实现正常工作情况下的节能。
优选的，对指定小区的线性半径用户聚集过程的计算过程为：
s51：接收最小半径、同心圆数量、最大半径和rn的数据；
s52：初始化最小半径；并且计算半径范围内的面积；
s53：以rn为半径建立圆形区域范围；
s54：比较rn和最大半径rm；
在rn＜rm的情况下，rn＝rn+1；否则，停止计算。
本发明能够在天线确定发射功率时，将天线的功率计算与基站关闭模式相关联。
pt＝pr*l
l表示路径损耗，pr表示最小接收功率。则第n个同心圆在特定时间的路径损耗为：ln＝247.41+35.22*log(rn)。
rn表示以千米为单位的第n个同心圆的半径。
如图3所示，在确定了用户数量、同心圆的半径、平均密度、最小半径和两个连续原之间的轨迹tn后，计算步骤为：
s61：将最外层同心圆半径初始化；
s62：统计tn和tb-1之间的用户数；
s63：计算轨道面积(使用半径变化)；
s64：计算密度并与平均密度进行比较；
s65：如果计算的密度小于平均密度；转至步骤s69；否则根据这个半径调整发射功率，返回步骤s61；
s66：半径(rn)减小到rn-1，其中n是虚拟同心圆的指数；
s67：如果rn＝rmin，则基站进入休眠状态；否则n＝n+1，转到步骤s62。本发明的天线发射决策模块11，使得用户距离大于0.2千米时，基站休眠，不在该范围内发射射频功率。本发明将高水平电磁辐射暴露在最小范围内，提高基站的辐射安全程度。
本发明的运行场景如下所示，
在节能管理平台的决策预测下移时段无业务请求时，该基站将处于闲置状态。节能管理平台通过物联网云平台发出指令，通过测控单元来控制关闭无线侧设备，仅保障bbu和传输设备正常工作，降低系统的整体功耗。其中，节能管理平台通过对周边处于开启状态的基站邻区配置进行覆盖，保障用户的感知。
在关闭的基站收到业务请求时，并且业务量和业务类型较低时，未达到管理模型设置的阈值时，该基站的业务通过领区的基站进行处理。当管理模型预测下一个时间段该基站的业务达到设置的阈值时，管理模型通过物联网云平台发出指令，通过测控单元来控制开启无线侧设备，保障系统正常通信和网络质量，保障客户感知。
当出现异常通信情况时，管理模型判定与实际突发情况不符时，例如通信业务量激增等业务情况，通过监控的人员下达指令来进行紧急干预，保证正常通信和客户感知。
优选的，本发明的节能管理平台向至少一个终端发送并显示当前若干基站的状态，例如，在终端以图形、图表、地图的方式标示并显示若干基站的开启以及关闭状态。终端例如是显示屏、智能手机、平板电脑、触屏电脑、甚至是智能眼镜、智能手表等设备，可以是便携的，也可以是非便携的。通过移动端查看数据，不需要看大量数据本身，而往往只是以模拟画面显示的方式体现电能变化数据趋势。
现有技术中，节能管理平台总是将一个图形显示所需要的所有数据发送至用户的终端，并且以单一的画面来显示当前基站的运行状态以及运行参数。如此造成的弊端在于，监管人员在监控若干基站的电能变化情况时，以地图的形式进行无目的移动地图画面来进行漫游查看，不具有确定的界限，从而耗费大量的时间进行查看病情查看效率低下。同时，由于节能管理平台与终端之间输送的数据较多，导致终端显示的图形或者地图画面更新慢，数据延迟明显，进一步降低了监管人员对节能管理系统的监管效率。
优选的，节能管理系统还包括与节能管理平台建立数据传输的第一图形处理模块和第二图形处理模块。第一图形处理模块和第二图形处理模块以并行的显示画面来显示电能数据变化状态。优选的，第一图形处理模块用于将实时的多维度电能数据与二维图形融合，形成以二维图形的方式显示基站的分布、运行状态以及耗能状态。第二图形处理模块用于将实时的多维度电能数据与三维图形融合，形成以三维的方式显示基站的运行状态以及基站天线阵列的广播范围、多维度耗能参数。二维图形画面与三维图形画面能够并行地显示在不同的显示装置中，也能够并行地显示在一个显示装置中。
其中，响应于操作人员对二维图形画面的景深区域的划定，节能管理平台向第二图形处理模块发送能够初步满足显示在指定景深区域内的基站的三维图形画面的必要电能数据，从而显示三维电能状态。同时，第二图形处理模块以预设的角度显示在指定的景深区域内的基站的三维图形画面。如此设置的优势在于，此时的三维图形画面的数据不是高密度压缩画面，仅需要必要的数据就能够展示数据的变化趋势，减少节能管理平台和第二管理模块向终端的发送数据量。
景深是指摄取有限距离的景物时，可在像面上构成清晰影像的物距范围。本发明的景深区域的划定是用户操作划分的规则或者不规则的区域。超出了指定景深区域的三维图形画面是模糊的，能够使得用户具有明确的查看边界的感觉。例如，用户通过触屏模式来在二维图形画面画出一个不规则的圈，圈内范围则为景深区域。三维图形画面显示在景深区域范围内的若干基站的清晰的三维模拟图，以形象的显示各个基站的耗能情况以及天线阵列的广播范围。在三维图形画面移动至模糊的范围时，用户能够确定已经查看到了指定景深区域的边界。
在用户通过终端放大数据图或者模拟图来展示高清质量的三维图形画面的情况下，移动端的模拟显示的处理模块向第二管理模块再次请求所需要部分的详细的数据，以形成高清的数据图或者三维模拟图。三维模拟图在展示画面时可以以指定的颜色或标记展示天线阵列的广播范围、广播半径、基站的休眠状态以及关闭状态。如此设置的优势在于，在有需要的情况下在发送需要的大量数据，能够减少节能管理平台与终端之间的数据传输量，减少数据的延迟。不仅如此，通过景深区域的划定，节能管理平台能够明确终端需要的基站数据的范围并且针对性的提取数据，减少了数据提取的工作量和工作时间。用户能够有目的、有边界地对基站的电能状态进行实时的监测，避免了监管人员无目的、无区域边界的漫游监管和查看，提高监管的效率。
优选的，对于在与当前查看时间距离的指定时间内开启或者关闭的基站，第一图形处理模块以突出于周围画面的颜色、形状及其结合来进行显示，从而便于监管人员选择需要和划定其需要查看的景深区域。不仅如此，突出的显示方式能够有利于用户快速找到查看的目标基站，从而进行重点关注。突出的方式例如通过渲染来进行突出显示。
响应于用户对三维图形画面内的至少一个基站的点选操作，第二图形处理模块在三维图形画面上显示指定基站的多维度电能数据及其数据变化趋势。即根据终端的需要来发送和显示所需要的数据，减少延迟。
需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。
- 还没有人留言评论。精彩留言会获得点赞！