一种基于深度学习预测的5G基站节能方法

本发明公开了一种基于深度学习预测的5G基站节能方法，涉及5G基站节能技术领域。所述方法包括：智能网络管理中心采集5G基站中5G传输相关的特征数据，对采集的特征数据进行数据清洗；根据当前5G基站小区的覆盖范围，为小区数据分配数据标签，得到带有标签的小区预处理数据；构建5G基站PRB利用率预测模型；将预处理后的小区基站数据输入训练好的5G基站PRB利用率预测模型，生成该小区在可节能时段的PRB利用率预测结果；在可节能时段内，若PRB利用率预测结果高于深度休眠阈值，则保持小区正常运行；若低于该阈值，则对小区实施深度休眠，并配置相应的激活机制。该方法及系统能够显著提升5G基站的能效管理，降低能耗，实现绿色节能目标。