论文部分内容阅读
【摘要】移动通信基站能耗统计难度很大，文章通过建立样本基站能耗数据采集平台，分析了基站设备和空调耗电的影响因素，进而得出了基站能耗模型，并运用现网数据进行了验证。
【关键词】基站能耗模型；设备耗电；空调耗电；散点图；节能减排
1. 引言
（1）国家“十一五”规划纲要明确提出了“'建设资源节约型、环境友好型社会'，'十一五'期间单位国内生产总值能耗降低20%左右，主要污染物排放总量减少10%”的发展目标。（“十二五”期间的单位GDP能耗目标与碳排放量，拟定在“十一五”的基数上均下降16%，其中2011年同比下降3.5%。——编者注）节能减排是一项基本国策，也是企业低成本高效运营的必然选择。移动通信行业的节能减排工作有着和其他行业不同的特点，移动通信基站由于地理位置分散且数量庞大，基站能耗统计难度很大。
（2）本文通过建立样本基站能耗数据采集平台，通过对典型基站能耗数据的收集分析基站耗电影响因素，进而建立基站能耗模型，并利用模型预测全网基站耗电，取得了比较满意的效果。
2 样本基站能耗数据采集平台
根据覆盖类型、设备厂家、设备类型等分类属性挑选样本基站。在样本基站建设远端电量采集模块，分设备和空调分别采集基站的耗电量。为了研究温度对空调耗电的影响，在样本基站室内外装设温湿度表，实现对典型基站温湿度数据的监控。采集的样本基站耗电数据和温湿度数据通过GPRS DTU传送到监控中心进行处理。整个数据采集系统采用B/S结构。
3. 基站能耗影响因素分析
3.1基站中的主要耗电设备包括基站设备、基站空调、传输设备和电源设备，其中基站设备和基站空调设备耗电占到基站总耗电的90%以上。下面就对基站主设备和空调设备耗电的影响因素进行分析，分析过程分为两步：
（1）猜想基站能耗影响因素。
通过直观的判断和对专业人员的咨询等方式列出可能影响耗电量的相关因素，猜想得出的基站能耗影响因素。
（2）筛选确定自变量。
3.2利用样本基站能耗数据采集平台收集到的数据，经过大量的散点图定性和定量分析，确定基站耗电自变量。
4. 基站能耗模型建立和测算
4.1基站能耗相关因素关系探索。
（1）单站综合话务量和设备耗电量的关系探索。
根据如图4的散点图可以得出，设备耗电量与综合话务量基本呈线性变化，话务量增加的耗电量比截距要小得多。
（2）基站载波数和设备耗电量的关系探索。
基站主设备耗电与载波数有着较强的线性关系，与综合业务量也有一定的线性关系；同时，不同设备类型的耗电特性有所不同。
（3）室外温度与空调耗电关系探索。
室外温度仍是空调耗电的主要解释变量，空调耗电与室外温度呈现线性变化。
（4）隔热性能与空调耗电关系探索。
隔热性能较好的局房，不易受室外温度的影响，但室外温度较低时空调耗电较高；隔热性能一般的局房，易受室外温度的影响，室外温度较低时空调耗电不高。图7中蓝色隔热好，绿色隔热差。
（5）设备耗电与空调耗电关系探索。
室外温度较高时，设备耗电产生的热量不能通过热交换散发到室外，设备总耗电大小对空调耗电影响程度较大；室外温度较低时，设备耗电产生的热量可通过热交换散发到室外，设备总耗电大小对空调耗电影响程度不大。不同设备耗电情况下基站温度与空调耗电散点图。
4.2建立基站能耗统计模型。
4.2.1基站设备耗电模型。
针对不同类型的设备，以载波数和话务量作为自变量、设备耗电量作为因变量进行二元一次线性回归，得到以下基站设备耗电模型：
Y（基站设备耗电量）=B+载波数*载波系数+综合业务量*综合业务量系数（1）
4.2.2空调耗电模型。
针对不同墙体类型的基站，以室外温度和设备耗电量作为自变量、空调耗电量作为因变量进行二元一次线性回归，得到以下空调耗电模型：
Y=B+室外平均温度*温度系数+设备耗电*设备耗电系数（2）
根据分析发现，空调耗电与墙体类型关系密切。
4.3模型预测验证。
将利用样本基站采样数据建立的耗电模型，运用到批量同类基站进行基站能耗预测。利用收集统计得到的自变量数据，得到批量基站的能耗预测数据，与实测的基站能耗数据对比进行误差分析，批量基站加总后的基站能耗误差处于1%以下，效果较好。
5. 小结
本文通过对大量基站能耗数据的分析，总结得出了基站能耗影响因素，并建立了基站能耗预测模型；由批量基站的实际能耗数据和预测数据比较可知，加总误差在允许范围内。本文得出的一些关于基站能耗特性的结论，相信对推进移动通信行业节能减排工作的开展具有一定的指导意义。
[文章编号]1619-2737（2013）07-23-644
【关键词】基站能耗模型；设备耗电；空调耗电；散点图；节能减排
1. 引言
（1）国家“十一五”规划纲要明确提出了“'建设资源节约型、环境友好型社会'，'十一五'期间单位国内生产总值能耗降低20%左右，主要污染物排放总量减少10%”的发展目标。（“十二五”期间的单位GDP能耗目标与碳排放量，拟定在“十一五”的基数上均下降16%，其中2011年同比下降3.5%。——编者注）节能减排是一项基本国策，也是企业低成本高效运营的必然选择。移动通信行业的节能减排工作有着和其他行业不同的特点，移动通信基站由于地理位置分散且数量庞大，基站能耗统计难度很大。
（2）本文通过建立样本基站能耗数据采集平台，通过对典型基站能耗数据的收集分析基站耗电影响因素，进而建立基站能耗模型，并利用模型预测全网基站耗电，取得了比较满意的效果。
2 样本基站能耗数据采集平台
根据覆盖类型、设备厂家、设备类型等分类属性挑选样本基站。在样本基站建设远端电量采集模块，分设备和空调分别采集基站的耗电量。为了研究温度对空调耗电的影响，在样本基站室内外装设温湿度表，实现对典型基站温湿度数据的监控。采集的样本基站耗电数据和温湿度数据通过GPRS DTU传送到监控中心进行处理。整个数据采集系统采用B/S结构。
3. 基站能耗影响因素分析
3.1基站中的主要耗电设备包括基站设备、基站空调、传输设备和电源设备，其中基站设备和基站空调设备耗电占到基站总耗电的90%以上。下面就对基站主设备和空调设备耗电的影响因素进行分析，分析过程分为两步：
（1）猜想基站能耗影响因素。
通过直观的判断和对专业人员的咨询等方式列出可能影响耗电量的相关因素，猜想得出的基站能耗影响因素。
（2）筛选确定自变量。
3.2利用样本基站能耗数据采集平台收集到的数据，经过大量的散点图定性和定量分析，确定基站耗电自变量。
4. 基站能耗模型建立和测算
4.1基站能耗相关因素关系探索。
（1）单站综合话务量和设备耗电量的关系探索。
根据如图4的散点图可以得出，设备耗电量与综合话务量基本呈线性变化，话务量增加的耗电量比截距要小得多。
（2）基站载波数和设备耗电量的关系探索。
基站主设备耗电与载波数有着较强的线性关系，与综合业务量也有一定的线性关系；同时，不同设备类型的耗电特性有所不同。
（3）室外温度与空调耗电关系探索。
室外温度仍是空调耗电的主要解释变量，空调耗电与室外温度呈现线性变化。
（4）隔热性能与空调耗电关系探索。
隔热性能较好的局房，不易受室外温度的影响，但室外温度较低时空调耗电较高；隔热性能一般的局房，易受室外温度的影响，室外温度较低时空调耗电不高。图7中蓝色隔热好，绿色隔热差。
（5）设备耗电与空调耗电关系探索。
室外温度较高时，设备耗电产生的热量不能通过热交换散发到室外，设备总耗电大小对空调耗电影响程度较大；室外温度较低时，设备耗电产生的热量可通过热交换散发到室外，设备总耗电大小对空调耗电影响程度不大。不同设备耗电情况下基站温度与空调耗电散点图。
4.2建立基站能耗统计模型。
4.2.1基站设备耗电模型。
针对不同类型的设备，以载波数和话务量作为自变量、设备耗电量作为因变量进行二元一次线性回归，得到以下基站设备耗电模型：
Y（基站设备耗电量）=B+载波数*载波系数+综合业务量*综合业务量系数（1）
4.2.2空调耗电模型。
针对不同墙体类型的基站，以室外温度和设备耗电量作为自变量、空调耗电量作为因变量进行二元一次线性回归，得到以下空调耗电模型：
Y=B+室外平均温度*温度系数+设备耗电*设备耗电系数（2）
根据分析发现，空调耗电与墙体类型关系密切。
4.3模型预测验证。
将利用样本基站采样数据建立的耗电模型，运用到批量同类基站进行基站能耗预测。利用收集统计得到的自变量数据，得到批量基站的能耗预测数据，与实测的基站能耗数据对比进行误差分析，批量基站加总后的基站能耗误差处于1%以下，效果较好。
5. 小结
本文通过对大量基站能耗数据的分析，总结得出了基站能耗影响因素，并建立了基站能耗预测模型；由批量基站的实际能耗数据和预测数据比较可知，加总误差在允许范围内。本文得出的一些关于基站能耗特性的结论，相信对推进移动通信行业节能减排工作的开展具有一定的指导意义。
[文章编号]1619-2737（2013）07-23-644