预测模型训练方法、系统、装置、计算机设备及存储介质与流程

本技术涉及通信领域，特别是涉及一种预测模型训练方法、系统、装置、计算机设备及存储介质。

背景技术：

1、近年来，随着5g的快速部署，基站电费已占运营商近一半的成本。目前全球许多运营商如何对基站进行节能控制、减少基站耗电逐渐成为目前急需解决的问题。

2、现有技术中，通常采用数学模型预测各基站最优的节能控制参数。然而，考虑到一个基站积累的样本数偏少，若针对一个基站训练一个模型会导致出现某些基站的模型收敛慢甚至不收敛的情况，使得各基站的模型总训练时间较长。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种预测模型训练方法、系统、装置、计算机设备及存储介质。

2、第一方面，本技术提供了一种预测模型训练方法。所述方法包括：

3、获取目标基站组对应的预测模型，作为各所述基站对应的目标预测模型；

4、针对所述目标基站组中的任一所述基站，确定所述目标预测模型当前的第一节能控制损失值，并基于所述第一节能控制损失值调整所述目标预测模型当前的目标模型参数；节能控制损失值用于表征所述基站基于所述目标预测模型进行节能操作的节能效果；

5、确定调整后的所述预测模型的第二节能控制损失值，并根据各所述基站的所述第二节能控制损失值调整所述预测模型的初始模型参数，将调整后的预测模型作为各所述基站对应的目标预测模型，并跳转至针对所述目标基站组中的任一所述基站，确定预测模型当前的第一节能控制损失值的步骤，直至满足预置条件为止；

6、分别将各所述基站当前的目标预测模型，作为各所述基站训练后的预测模型。

7、在其中一个实施例中，所述确定所述目标预测模型当前的第一节能控制损失值，包括：

8、获取所述基站当前的运行参数，并基于所述运行参数和所述目标预测模型，预测得到所述基站的节能控制参数；

9、将所述节能控制参数发送至所述基站，并接收所述基站返回的回报参数；

10、根据所述回报参数确定实际回报值，并根据所述实际回报值及所述基站对应的目标回报值，确定所述目标预测模型当前的第一节能控制损失值。

11、在其中一个实施例中，所述根据各所述基站的所述第二节能控制损失值调整所述预测模型的初始模型参数，将调整后的预测模型作为各所述基站对应的目标预测模型，包括：

12、根据各所述基站的所述第二节能控制损失值，确定所述预测模型对应的总节能控制损失值；

13、在所述总节能控制损失值大于损失值阈值的情况下，按照所述总节能控制损失值及调整步长，对所述初始模型参数进行调整，将调整后的预测模型作为各所述基站对应的目标预测模型。

14、在其中一个实施例中，所述方法还包括：

15、在所述总节能控制损失值小于或者等于所述损失值阈值的情况下，针对任一所述基站，根据所述基站的对应的所述第二节能控制损失值，对所述基站对应的所述目标预测模型当前的目标模型参数进行调整，将调整后的预测模型作为各所述基站对应的目标预测模型。

16、在其中一个实施例中，所述获取目标基站组对应的预测模型之前，所述方法还包括：

17、根据各所述基站的工作参数，对各所述基站进行聚类处理，获得至少一个聚类结果；

18、针对任一所述聚类结果，在所述聚类结果中所述基站的数量大于预置数量的情况下，将所述聚类结果中的各所述基站作为一个基站组。

19、在其中一个实施例中，所述方法还包括：

20、在检测到待启用基站的情况下，获取所述待启用基站的所述工作参数，并基于所述待启用基站的所述工作参数，确定所述待启用基站所属的第一基站组；

21、将所述待启用基站添加至所述第一基站组中，并将所述第一基站组当前的预测模型，作为所述待启用基站对应的所述目标预测模型。

22、第二方面，本技术还提供了一种预测模型训练系统，所述系统包括服务器及至少一个基站组，所述基站组中包括至少一个基站，其中，

23、所述服务器，用于获取目标基站组对应的预测模型，作为各所述基站对应的所述目标预测模型，并获取各所述基站当前的运行参数，针对任一所述基站，基于所述运行参数和所述目标预测模型，预测得到所述基站的节能控制参数，将所述节能控制参数发送至所述基站；

24、所述基站，用于接收所述节能控制参数，按照所述节能控制参数运行，获取所述节能控制参数对应的回报参数，并将所述回报参数发送至所述服务器；

25、所述服务器，还用于根据各所述回报参数，分别确定各所述基站的所述目标预测模型当前的第一节能控制损失值，并基于所述第一节能控制损失值调整所述目标预测模型当前的目标模型参数；所述节能控制损失值用于表征所述基站基于所述目标预测模型进行节能操作的节能效果；

26、所述服务器，还用于确定调整后的所述预测模型的第二节能控制损失值，并根据各所述基站的所述第二节能控制损失值调整所述预测模型的初始模型参数，将调整后的预测模型作为各所述基站对应的目标预测模型，并跳转至基于所述运行参数和所述目标预测模型，预测得到所述基站的节能控制参数，将所述节能控制参数发送至所述基站的步骤，直至满足预置条件为止，并分别将各所述基站当前的目标预测模型，作为各所述基站训练后的预测模型。

27、第三方面，本技术还提供了一种预测模型训练装置。所述装置包括：

28、第一获取模块，用于获取目标基站组对应的预测模型，作为各所述基站对应的目标预测模型；

29、第一调整模块，用于针对所述目标基站组中的任一所述基站，确定所述目标预测模型当前的第一节能控制损失值，并基于所述第一节能控制损失值调整所述目标预测模型当前的目标模型参数；节能控制损失值用于表征所述基站基于所述目标预测模型进行节能操作的节能效果；

30、第二调整模块，用于确定调整后的所述预测模型的第二节能控制损失值，并根据各所述基站的所述第二节能控制损失值调整所述预测模型的初始模型参数，将调整后的预测模型作为各所述基站对应的目标预测模型，并跳转至针对所述目标基站组中的任一所述基站，确定预测模型当前的第一节能控制损失值的步骤，直至满足预置条件为止；

31、第一处理模块，用于分别将各所述基站当前的目标预测模型，作为各所述基站训练后的预测模型。

32、在其中一个实施例中，所述第一调整模块，还用于：

33、获取所述基站当前的运行参数，并基于所述运行参数和所述目标预测模型，预测得到所述基站的节能控制参数；

34、将所述节能控制参数发送至所述基站，并接收所述基站返回的回报参数；

35、根据所述回报参数确定实际回报值，并根据所述实际回报值及所述基站对应的目标回报值，确定所述目标预测模型当前的第一节能控制损失值。

36、在其中一个实施例中，所述第二调整模块，还用于：

37、根据各所述基站的所述第二节能控制损失值，确定所述预测模型对应的总节能控制损失值；

38、在所述总节能控制损失值大于损失值阈值的情况下，按照所述总节能控制损失值及调整步长，对所述初始模型参数进行调整，将调整后的预测模型作为各所述基站对应的目标预测模型。

39、在其中一个实施例中，所述装置还包括：

40、第三调整模块，用于在所述总节能控制损失值小于或者等于所述损失值阈值的情况下，针对任一所述基站，根据所述基站的对应的所述第二节能控制损失值，对所述基站对应的所述目标预测模型当前的目标模型参数进行调整，将调整后的预测模型作为各所述基站对应的目标预测模型。

41、在其中一个实施例中，所述装置还包括：

42、聚类模块，用于根据各所述基站的工作参数，对各所述基站进行聚类处理，获得至少一个聚类结果；

43、第二处理模块，用于针对任一所述聚类结果，在所述聚类结果中所述基站的数量大于预置数量的情况下，将所述聚类结果中的各所述基站作为一个基站组。

44、在其中一个实施例中，所述装置还包括：

45、第二获取模块，用于在检测到待启用基站的情况下，获取所述待启用基站的所述工作参数，并基于所述待启用基站的所述工作参数，确定所述待启用基站所属的第一基站组；

46、添加模块，用于将所述待启用基站添加至所述第一基站组中，并将所述第一基站组当前的预测模型，作为所述待启用基站对应的所述目标预测模型。

47、第四方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以上任一项方法。

48、第五方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以上任一项方法。

49、第六方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以上任一项方法。

50、上述预测模型训练方法、系统、装置、计算机设备及存储介质，将基站划分为多个基站组，每一个基站组对应一个预测模型，在训练过程中，将预测模型作为各基站的目标预测模型，首先对各基站按照第一节能控制损失值，分别调整各基站的目标模型参数，再根据调整后的目标模型参数得到第二节能控制损失值，并据此调整预测模型的初始模型参数，重复上述过程，直至满足预置条件为止。本技术实施例按照调整预测模型的初始模型参数的效果(也即第二节能控制损失值)，对初始模型参数进行调整，以得到针对该基站组中各基站均最优的初始模型参数，后续在继续根据初始模型参数训练得到各基站最终的模型时，即可使得各基站模型的训练时间相对平均，可以提升各基站模型的总体训练速度。