掌桥专利:专业的专利平台
掌桥专利
首页

5G基站电源状态智能监测系统

文献发布时间:2024-04-18 19:44:28


5G基站电源状态智能监测系统

技术领域

本发明属于电源智能监测领域,涉及5G基站电源状态的智能监测技术,具体是5G基站电源状态智能监测系统。

背景技术

随着5G通信技术的逐步普及,5G基站的需求越来越多。5G技术较为丰富的组网架构和布局方式带来了更多的供电方式组合,而且由于很长一段时间内5G的建设还需要兼容3G和4G通信。因此基站的通信电源需要给3G/4G和5G通信设备供电,对通信电源的输出功率,功率密度,可靠性等提出了更高的需求。

目前电源监测的方法主要是实时监测电源的电能质量信息和状态信息,根据设定的标准值判断电能质量信息和状态信息是否异常,若异常则进行预警。5G基站对电源的要求更高,仅通过对瞬时状态进行简单识别监控难以监测电源的整体工作状态,进而无法保证基站电源的可靠性;因此,亟须一种5G基站电源状态智能监测系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了5G基站电源状态智能监测系统,用于解决现有技术难以对电源的整体工作状态进行多维度持续监控,导致基站电源可靠性无法保证的技术问题。

为实现上述目的,本发明的第一方面提供了5G基站电源状态智能监测系统,包括中枢控制模块,以及与之相连接的数据采集模块和状态预警模块;

中枢控制模块通过与数据采集模块持续采集5G基站电源的电源特征数据;其中,电源特征数据包括电源输入功率、电源输出功率和工作温度数据;以及

结合电源特征数据中的电源输入功率、电源输出功率和工作温度数据进行单一判定;单一判定均合格之后,基于各单一判定结果进行联合判定;

中枢控制模块控制状态预警模块根据单一判定结果或综合判定结果生成的监测预警信号进行预警,根据预警信息派遣维保人员对基站电源进行维保工作。

优选的,所述中枢控制模块分别与数据采集模块和状态预警模块通信和/或电气连接;其中,状态预警模块与智能终端通信和/或电气连接;

所述数据采集模块与数据采集设备通信和/或电气连接;其中,数据采集设备包括功率传感器和温度传感器,温度传感器用于采集基站电源的温度变化。

优选的,基于所述电源特征数据中的电源输出功率进行单一判定,包括:

提取电源特征数据中的电源输出功率,以及识别对应5G基站的通信兼容数据;分析通信兼容数据中是否兼容3G或4G通信技术,构建基站功率范围;

计算基站电源对应电源输出功率的功率均值和功率均方差;当功率均值处于基站功率范围内,且功率均方差小于均方差阈值时,则单一判定合格。

优选的,基于所述电源特征数据中的电源输入功率和电源输出功率进行单一判定,包括:

基于电源特征数据中的电源输入功率与对应时刻的电源输出功率,计算获取电源效率数据;将电源效率数据与对应基站电源负载进行关联;

基于基站电源负载与电源效率数据构建电源效率曲线;与标准效率曲线中的高效率范围进行比较,高效率范围的差异满足要求时则单一判定合格。

优选的,基于所述电源特征数据中的工作温度数据进行单一判定,包括:

提取电源特征数据中的工作温度数据,并与对应的基站电源负载进行关联;基于基站电源负载与工作温度数据构建工作温度曲线;

识别工作温度曲线中的温升区和稳定区的比值,标记为温度分区比例;当温度分区比例与标准分区比例的差异满足要求时则单一判定合格。

优选的,所述单一判定均合格之后,基于各单一判定结果进行联合判定,包括:

基于单一判定结果与对应的标准阈值计算获取单一判定因子,结合基站特征数据生成联合判定序列;其中,基站特征数据包括基站位置和通信兼容数据;

将联合判定序列输入至联合判定模型中,获取对应的联合判定分数;基于联合判定分数完成联合判定;其中,联合判定模型基于人工智能模型构建。

优选的,所述基于单一判定结果与对应的标准阈值计算获取单一判定因子,包括:

提取单一判定结果和对应的标准阈值,分别标记为DPJ和PJY;

通过公式DPY=|DPJ-PJY|/α计算单一判定因子DPY;其中,α为单一判定结果对应的权重系数,根据相同电池异常下对应电源特征数据的波动占比确定。

优选的,所述联合判定模型基于人工智能模型构建,包括:

获取实验测试数据;其中,实验测试数据包括测试电源对应的基站特征数据和单一判定因子,以及对应的联合判定分数;

将基站特征数据和单一判定因子整合成模型输入数据,对应的联合判定分数整合成模型输出数据,训练人工智能模型获取联合判定模型;其中,人工智能模型包括BP神经网络模型或者RBF神经网络模型。

与现有技术相比,本发明的有益效果是:

1.本发明持续采集5G基站电源的电源特征数据,结合电源特征数据中的电源输入功率、电源输出功率和工作温度数据进行单一判定,根据单一判定结果进行预警;本发明基于电源特征数据中的重点数据进行单一判定,能够快捷地监测基站电源的工作状态。

2.本发明单一判定均合格之后,基于单一判定结果与对应的标准阈值计算获取单一判定因子,结合基站特征数据生成联合判定序列,进而获取对应的联合判定分数;本发明通过挖掘各单一判定结果的变化规律来整体评估基站电源,能从对基站电源的工作状态进行更加全面的监测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明的系统原理示意图;

图2为本发明的工作步骤示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。

请参阅图1-图2,本发明第一方面实施例提供了5G基站电源状态智能监测系统,包括中枢控制模块,以及与之相连接的数据采集模块和状态预警模块;中枢控制模块通过与数据采集模块持续采集5G基站电源的电源特征数据;以及结合电源特征数据中的电源输入功率、电源输出功率和工作温度数据进行单一判定;单一判定均合格之后,基于各单一判定结果进行联合判定;中枢控制模块控制状态预警模块根据单一判定结果或综合判定结果生成的监测预警信号进行预警,根据预警信息派遣维保人员对基站电源进行维保工作。

本发明中中枢控制模块分别与数据采集模块和状态预警模块通信和/或电气连接;状态预警模块与智能终端通信和/或电气连接;数据采集模块与数据采集设备通信和/或电气连接。

中枢控制模块主要负责数据处理,可以为5G基站单一配置,也可以通过云技术搭建来同时对多个5G基站的电源状态进行监测;中枢控制模块需要通过数据采集模块来获取必要的原始数据,以及通过状态预警模块来向维保人员预警电源的状态。数据采集模块与功率传感器、温度传感器等来连接;温度传感器用于采集基站电源的温度变化,功率传感器用于采集基站电源的输入功率和输出功率;数据采集设备的采集监测是持续性的,其获得电源特征数据也是连续的。

状态预警模块通过智能终端来进行预警,如显示基站电源的状态信息、预警信息和相关状态数据;智能终端包括手机、电脑或者显示屏。需要说明的是,本发明中的电源特征数据包括电源输入功率、电源输出功率和工作温度数据等能够表征基站电源工作状态的数据。

在一个优选的实施例中,基于电源特征数据中的电源输出功率进行单一判定,包括:提取电源特征数据中的电源输出功率,以及识别对应5G基站的通信兼容数据;分析通信兼容数据中是否兼容3G或4G通信技术,构建基站功率范围;计算基站电源对应电源输出功率的功率均值和功率均方差;当功率均值处于基站功率范围内,且功率均方差小于均方差阈值时,则单一判定合格。

由于5G通信需要采用Massive MIMO等技术,5G基站的AAU单扇区输出功率由4G的40W-80W上升到200W甚至更高,同时由于处理的数据量大幅度增加,BBU(基带处理单元)(或者在5G某些组网模式下被拆分为CU和DU)的功率也大幅增加,其功率已经超过1000W。对于目前较流行的5G基站组网方式:3扇区AAU+1个BBU,假设AAU效率为20%,那么单单为5G基站供电的通信电源的输出功率大约为:P_out=(3×200)/0.2+1000=4000W;而原有4G通信基站供电的通信电源输出功率为2000W-3000W,输出功率大幅提升。

因此5G基站电源需要保证一定的输出功率才能够满足5G基站的通信要求;而考虑到现有5G基站多少均兼容4G和/或3G通信,因此其输出功率要求更高。本发明从电源特征数据中提取电源输出功率,获取用于表征电源输出功率及其稳定性的功率均值和功率均方差,当二者均满足要求时则判定电源输出功率这一项对应的单一判定合格。

需要注意的是,功率均方差用于表征稳定性,则对应的均方差阈值需要根据实际经验来设定。均方差阈值和功率均值在不同5G、4G或者3G通信下均会产生相对变化,因此可以根据不同的通信条件设置不同的均方差阈值和基站功率范围。也就是说,通过电源输出功率这一单一判定可以判断出基站电源在对应通信条件下是否满足功率要求。

在一个优选的实施例中,基于电源特征数据中的电源输入功率和电源输出功率进行单一判定,包括:基于电源特征数据中的电源输入功率与对应时刻的电源输出功率,计算获取电源效率数据;将电源效率数据与对应基站电源负载进行关联;基于基站电源负载与电源效率数据构建电源效率曲线;与标准效率曲线中的高效率范围进行比较,高效率范围的差异满足要求时则单一判定合格。

本发明中电源效率数据是电源输入功率与电源输出功率的比值。5G通信的数据流量相比3G/4G通信变得更加不均衡,某时段流量可能极大,某时段可能小,这意味着通信电源的实际负载范围会从轻载到满载。对于5G基站电源,为了确保在任何负载下通信系统的耗电都达到最低值,效率的要求不再是某一负载下达到最高值,而是要求在很宽的范围内效率都要达到最高值

本发明通过数据采集模块持续获取电源输入数据和电源输出数据,能够持续获取到电源效率数据,同时将电源效率数据与对应时刻的基站电源负载关联起来,也就是每个电源效率数据均对应一个基站电源负载。

本实施例则可以基站电源负载为自变量,电源效率数据为因变量在二位坐标系中构建一个一组散点图,根据经验这些散点图隐藏着一定的变化规律,拟合处理之后可以获取电源效率曲线。根据实验测试数据可知,标准的电源效率曲线中电源效率数据会随着基站电源负载的增大而增大,不过区别在于5G基站中电源效率数据处于高位的范围远大于4G基站或者3G基站。

本实施例将电源效率曲线与标准效率曲线中的高效率范围进行比较,高效率范围的差异满足要求时则单一判定合格。需要说明的是,高效率范围之间的差异实际是指范围之间的差距,可以允许一定的偏差,即在偏差允许范围内均可认为单一判定合格;如标准效率曲线中高效率(≥70%)范围对应的负载范围为[0.4-0.9],电源效率曲线中的高效率范围对应的负载范围为[0.41-0.89],则认为二者差异满足要求。

值得注意的是,高效率范围严格来说是连续的,在分析高效率范围之间的差异时,可以先判断电源效率曲线与标准效率曲线的变化趋势是否一致。

在一个优选的实施例中,基于电源特征数据中的工作温度数据进行单一判定,包括:提取电源特征数据中的工作温度数据,并与对应的基站电源负载进行关联;基于基站电源负载与工作温度数据构建工作温度曲线;识别工作温度曲线中的温升区和稳定区的比值,标记为温度分区比例;当温度分区比例与标准分区比例的差异满足要求时则单一判定合格。

5G基站满足IP65等防护等级,从而可以被安装在室外、野外等环境。由于被安装于密闭空间,因此这一类基站电源只能采用自然散热(无强制风冷或无水冷)方式。与此同时5G制式下通信电源的输出功率相比3G/4G通信制式更大,这对通信电源的散热设计带来更为巨大的挑战。

显然,基站电源的工作温度在一定程度上能够表现基站电源当前或者预测未来的状态。基站电源的温度变化主要随着基站电源负载变化,基站电源负载越大则对应的工作温度越高,因此工作温度曲线应该是一条快速上升直至稳定的曲线,类似于底数大于1的对数函数曲线。

将工作温度曲线中的温升区(温度快速上升区域)和稳定区(温度趋于稳定的趋于)的基站电源负载范围的比值作为温度分区比例,同样与标准温度曲线中的标准分区比例相比,若二者差别较小则判定单一判定合格。

各单一判定之后,根据对应的单一判定结果和经验数据可以定位到基站电源的异常,以便通知维保人员进行及时维护。值得注意的是,上述电源效率数据和工作温度数据在采集过程中或者采集之后均应该剔除工作环境的影响,对其进行必要的修正。

在一个优选的实施例中,单一判定均合格之后,基于各单一判定结果进行联合判定,包括:基于单一判定结果与对应的标准阈值计算获取单一判定因子,结合基站特征数据生成联合判定序列;将联合判定序列输入至联合判定模型中,获取对应的联合判定分数;基于联合判定分数完成联合判定。

各单一判定结果适用于对基站电源的重点方面进行监测,各重点方面正常表示当前基站电源的工作状态正常,而联合判定则基于实验测试数据来判定基站电源是否存在潜在异常,这些潜在异常可能不会影响基站电源的当前工作,但会影响基站电源未来的工作状态,通过联合判定及时发现并处理。

联合判定序列中包括基站特征数据和单一判定因子。基站特征数据包括基站位置(可以是经纬度)和通信兼容数据,通过人工智能模型挖掘基站特征数据对联合判定分数的影响,保证联合判定分数的客观性和可靠性。

在一个可选的实施例中,基于单一判定结果与对应的标准阈值计算获取单一判定因子,包括:提取单一判定结果和对应的标准阈值,分别标记为DPJ和PJY;通过公式DPY=|DPJ-PJY|/α计算单一判定因子DPY。

单一判定因子是单一判定结果(功率均值、功率均方差、高效率范围以及温度分区比例)与对应标准阈值的权重差距,为联合判定分数的最重要的数据基础。α为单一判定结果对应的权重系数,根据相同电池异常下对应电源特征数据的波动占比确定,如某种基站电源异常(分析历史监测数据获取)导致功率均值、功率均方差、高效率范围以及温度分区比例的波动比例分别为1:3:2:4,则各自对应的权重系数为0.1,0.3,0.2和0.4。当某些异常仅造成了其中一项单一判定结果的波动,则其他单一判定结果对应的权重系数直接设置为最低限值(最低限值的取值范围可以设置为(0,0.1])。

在一个可选的实施例中,联合判定模型基于人工智能模型构建,包括:获取实验测试数据;将基站特征数据和单一判定因子整合成模型输入数据,对应的联合判定分数整合成模型输出数据,训练人工智能模型获取联合判定模型。

通过实验模拟测试获取实验测试数据。实验测试数据包括测试电源对应的基站特征数据和单一判定因子,以及对应的联合判定分数;即模拟不同基站特征数据在不同基站电源负载情况下的表现来获取对应的单一判定因子,通过基站电源当前工作状态以及长时间模拟过程中的表现来进行打分,获取对应的联合判定分数。

对基站电源当前工作状态进行打分,是从整体的角度考虑来避免基站电源出现单一判定因子无法分析无法挖掘出的异常;对基站电源的长时间模拟过程表现进行打分则是挖掘出各单一判定因子融合起来对未来工作状态的影响。当然,也可以根据获取的各基站电源的联合判定分数来进行分级,如工作状态稳定、工作状态异常以及工作状态不稳定等。

上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。

本发明的工作原理:

持续采集5G基站电源的电源特征数据;结合电源特征数据中的电源输入功率、电源输出功率和工作温度数据进行单一判定。

单一判定均合格之后,基于各单一判定结果进行联合判定;根据单一判定结果或综合判定结果生成的监测预警信号进行预警,根据预警信息派遣维保人员对基站电源进行维保工作。

以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

相关技术
  • 5G基站电源状态智能监测系统
  • 一种基于智能电源的5G基站系统
技术分类

06120116298070