科创中国
基于小波分解与迁移判别的基站用能异常监测方法及系统
发布时间: 2022-11-02
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
电子信息技术,软件
成果介绍
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
随着通信基站建设数量的日益增加，基站用电能耗也不断增长，由于基站数量大，运维负担重，故当前普遍存在基站用电监测不到位、用电管理成本高的问题，需结合用电信息采集系统的用电量及负荷曲线数据，实现对各基站用户用电情况的监测。
然而无论是设备功率大幅提高的宏基站，还是数量众多的小微基站，均以低压配电系统进行供电，而传统基站用能数据监测数据颗粒度粗，无法做到设备级用能监测，故不能构成有效评估的数据准备；且用电信息采集系统采集的用电数据虽可提供基站小时级冻结电量，但不同基站的站点位置、内部设备、内部工艺流程与负荷分路情况均存在较大差异，继而采用统一模式构建的用能越线判别方式，难以针对各类基站特性进行精细化监测判别。
成果亮点
本发明针对基站用能数据监测数据颗粒度粗，故采用小波分解将一维曲线用能数据分解为多维高低频数据，一方面通过细化特征提供基站聚类类别划分的精细度与差异度，一方面通过高频数据对曲线数据的奇异性与突变性的敏感度，并以注意力机制提高敏感数据特征的权值，进而提升异常用能判别模型的准确率。
本发明针对不同基站的站点位置、内部设备、内部工艺流程与负荷分路情况均存在较大差异，采用统一模式构建的用能越线判别方式难以实现用能异常精细化判别，故基于基站聚类的分类样本集构建异常用能判别模型，为简化模型的调参过程，采用迁移学习对近邻模型参数自适应调整，从而进一步提高用能异常判别的有效性和泛化性。
本发明采用小波分解对用能特征进行细化分解，然后利用k-means算法进行基站聚类及分类，细化基站类间差异度；其次，采用LSTM算法构建用能异常判别模型；最后，对所构建的用能异常判别模型进行最近邻聚类迁移学习，实现用能越线的精细化判别。
团队介绍
山东思极科技有限公司办公室地址位于山东省会，泉城济南，于2020年12月14日在济南市市中区市场监督管理局注册成立，注册资本为5,000万(元)，在公司发展壮大的2年里，我们始终为客户提供好的产品和技术支持、健全的售后服务，我公司主要经营一般项目：技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；软件开发；软件外包服务；信息技术咨询服务；人工智能公共数据平台；人工智能公共服务平台技术咨询服务；物联网技术服务；信息系统集成服务；数据处理和存储支持服务；计算机系统服务；大数据服务；信息系统运行维护服务；智能控制系统集成；互联网安全服务；工程和技术研究和试验发展；信息咨询服务；安全咨询服务；工程管理服务；标准化服务；咨询策划服务；办公设备租赁服务；蓄电池租赁；运输设备租赁服务；计算机及通讯设备租赁；机械设备租赁；光伏发电设备租赁；计算机及办公设备维修；通信交换设备专业修理；通信传输设备专业修理；软件销售；智能家庭消费设备销售；光电子器件销售；电子产品销售；信息安全设备销售；电子元器件零售；数据处理服务；互联网销售；互联网设备销售；信息安全设备制造；移动终端设备制造；仪器仪表
成果资料
下载app