随着无线通信技术的不断发展,移动网络接入设备(用户)的数量不断增加,无线网络已经变得越来越复杂,能耗也随之急剧增加。通过对无线网络运营数据进行分析与预测,可以捕捉到未来无线网络运营数据的变化趋势,让网络提供商调整系统配置,改变系统参数来应对未来的业务流量需求。同时,通过合理利用无线网络的资源,主动调整和优化网络,从而保证无线网络处在良好的运行状态。而且,利用无线网络运营数据的预测结果对基站休眠方案设计进行支持,能够达到有效减少网络能耗的目的。因此,对无线网络运营数据的分析与预测,以及利用数据进行基站休眠的研究得到学术界和产业界的广泛关注。本文基于实际无线网络的运营数据,对时间序列预测方法进行了研究,并利用预测结果提出了一种无线网络节能方案。本文首先介绍了研究背景与意义,以及传统的时间序列预测方法与新兴的回声状态网络预测方法等。接着,本文针对实际网络中的数据进行分析,根据其周期性和随机性将数据分为强规律数据与弱规律数据。首先利用经典的季节性求和自相关移动平均模型SARIMA进行预测。之后,本文利用谱分析获得序列的周期,利用周期和采样时间构建出新的时间序列,提出了将其作为外生变量进行回声状态网络ESN的单步预测方法,结果说明利用外生变量的ESN预测效果更好。随后,本文将预测结果应用到基站休眠的研究之中。针对基站休眠策略设计,需要预测接下来一天的基站流量数据情况,因此本文考虑ESN多步预测模型。基于多步流量预测结果提出了一种保证基站覆盖前提下的基站休眠机制,在负载较低时网络自适应休眠某些基站,并让周围基站负担休眠基站的流量负载,达到确保覆盖前提下的节能目的。仿真结果证实了提出的基站休眠机制能够有效降低无线网络能耗。