广西电信网络运行维护部总经理 汤煜

5G时代，数据流量需求持续猛增，网络负荷大幅增长，基站耗电问题日趋严重随着基站电费成本的持续增长，节约电力成为降低电信运营成本的重要手段。 电信运营企业亟需引入AI技术，实现节能减排AI化，达到一站一策，在节能的同时兼顾KPI与用户感知，并减少运维人员的投入。 随着AI技术的不断发展，运维工作的整体思路也会随之改变，未来运维工作的发展趋势将是重复性的工作交给AI来做，让现有运维人员投身到不确定性更强的工作中去。

5G时代，数据流量需求持续猛增，网络负荷大幅增长，基站耗电问题日趋严重。数据显示，5G基站的单站能耗为4G的3~4倍左右，平均每年耗电量超过1.8万度，折合电费约1.26万元。随着基站电费成本的持续增长，节约电力成为降低电信运营成本的重要手段。

传统基站的节能手段主要为粗放式的关断，如在凌晨针对小区等场所进行关断等。随着时代的发展，话务场景日趋复杂，闹市区即使在凌晨可能也会存在较高话务，交通枢纽在凌晨也存在高铁等车辆的运营，一刀切的关断已经无法满足多样化场景的业务需求。如果针对每个站点进行话务分析制定匹配的节能策略，又需要投入大量的运维人力，人员的投入与产出比不高。在此背景下，电信运营企业亟需引入AI技术，实现节能减排AI化，达到一站一策，在节能的同时兼顾KPI与用户感知，并减少运维人员的投入。广西电信在集团的指导下，联合华为公司展开了LTE AI基站的节能工作，通过小规模试点、地市经验复制、最终推广到全省的方式，利用华为4G基站实施AI基站节能，实现了全网超过12%的节能效果。

打造基站AI节能方案

AI节能方案由本地PowerStar 平台及苏州天翼云AI平台两部分组成：

· Powerstar平台

本地Powerstar平台结合历史性能指标，计算出该小区的可关闭时间段、关断的PRB门限和用户数门限等参数，实现了节能参数的一站一策。系统将节能优化建议自动下发到基站，自动监控KPI指标，当指标恶化到指定门限时可以自动回退节能脚本，真正地实现了网络自动驾驶。

· 天翼云平台AI平台

天翼云平台AI平台可以通过100M云专线获取专业网管的性能指标数据并进行AI模型训练，将输出的预测模型下发到本地，再结合本地数据进行推理，得出PRB利用率预测结果。该方案可应用于节能优化建议的生成，通过历史数据与预测数据的结合，进一步提升节能效果。

图1. 基站AI节能方案架构图

AI节能与传统节能大不同

AI节能方案在节电效果方面与传统方案基本持平，而在用户感知、恢复机制、运维投入方面则有明显的优势。

图2. AI节能方案与传统节能方案效能对照

具体表现在以下几个方面：

1．基于AI迭代学习功能，兼顾网络安全与节能效果。

引入AI后，系统可以自动学习并调整节能优化参数，以提升节能效率； 全天24小时，可根据业务忙闲，自动判断是否进入节能模式，而秒级自动唤醒则保证了用户感知不受影响；KPI自动监控，恶化超门限后可以自动回退节能脚本。

图3.（补充说明）

2．运维效率提升，减少运维人员投入。

传统节能需要人员手动分析哪些站点可进行关断，AI在线节能则可自动根据现网数据输出站点生成节能策略；传统节能需要人员手动闭塞/下电小区，操作频繁，AI在线节能可以自动下发节能脚本，无需人为干预；传统节能需要安排人员监控网络性能，AI在线节能可以实现KPI自动监控，减少运维投入；AI在线节能方案每年减少运维投入约110.2人/天。

3.节能前后KPI平稳

在线节能方案是通过AI算法分析生成节能策略，节能的同时考虑了对KPI因素，可避免节能策略对KPI和用户感知产生影响，广西在线AI节能实施后，全网基础KPI平稳未出现恶化及相关用户投诉问题，相比传统节能方式，AI节能可最大程度保障KPI稳定。

AI节能创新应用

用AI辅助拆闲补忙方案的评估：结合节能的载频关断时长，对于每天平均关断时长超20小时的小区，可以考虑将设备拆除，用于其他超忙小区扩容，以实现设备资源有效利用。

以梧州长洲区马梧高速站点为例，该站点存在1.8G&2.1G共覆盖，在节能开启前，扇区2、扇区3 的PRB利用率低于8%，说明该地区属于话务极低场景，载频关断属正常现象，载频关断后，站点吞吐率、用户数、用户体验速率与节能开启前基本持平，所以该站点属于典型的通过AI节能结果辅助节能评估的案例。

· 站点节能关断情况统计（见表2）。

表2.站点节能关断情况统计

· 站点地图及覆盖情况。

如图4所示，从地图上看，扇区2、扇区3 明显覆盖道路及山地，话务小，所以节能关断时间长，而扇区1覆盖居民区，话务量较高，所以相对节能关断时间较短。

图4.站点地图及覆盖情况

通过在基站节能工作中引入AI技术，我们感受到AI对运维工作的价值所在。随着AI技术的不断发展，运维工作的整体思路也会随之改变，未来运维工作的发展趋势将是重复性的工作交给AI来做，让现有运维人员投身到不确定性更强的工作中去。AI时代即将到来，AI技术的发展结合运维人员的转型，将引导运维工作进入一个全新的阶段。