室分系统的功率调节方法、装置、设备和介质与流程

本发明涉及通信领域，特别是涉及一种室分系统的功率调节方法、装置、设备和介质。

背景技术：

1、室分系统(室内分布系统)在现代通信网络中占有重要地位，其主要作用是增强室内信号覆盖。随着移动设备的普及和用户对网络质量的要求不断提高，室分系统的功率调节变得尤为重要。然而，现有的室分系统的功率调节方法大多依赖于固定参数或简单的规则，无法做到根据环境和用户需求的变化进行实时准确地调整，难以满足用户需求。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种室分系统的功率调节方法、装置、设备和介质。

2、第一方面，本发明一种室分系统的功率调节方法，室分系统的功率调节方法包括：

3、采集室内区域的实时数据，所述实时数据包括室内区域的实时环境数据、室分系统的实时使用数据及室内区域的实时用户行为数据；

4、对所述实时数据进行预处理；

5、构建深度学习模型；

6、使用能量谷优化算法对深度学习模型进行优化；

7、将预处理后的实时数据输入优化后的深度学习模型，优化后的深度学习模型基于预处理后的实时数据输出功率调节方案；

8、基于所述功率调节方案对所述室分系统进行功率调节。

9、可选地，所述对所述实时数据进行预处理，包括：

10、对所述实时数据进行去噪处理；

11、将去噪后的数据进行归一化处理；

12、将归一化处理后的数据进行特征提取。

13、可选地，所述构建深度学习模型，包括：

14、构建初始深度学习模型；

15、获取室内区域的历史数据，所述历史数据包括：室内区域的历史环境数据、室分系统的历史使用数据及室内区域的历史用户行为数据；

16、基于所述历史数据对所述初始深度学习模型进行训练；

17、对训练后的初始深度学习模型进行评估，并基于评估结果对训练后的初始深度学习模块进行优化，以得到所述深度学习模型。

18、可选地，所述使用能量谷优化算法对深度学习模型进行优化，包括：

19、随机生成所述深度学习模型的参数集，所述参数集包括多个参数，每个所述参数均为所述深度学习模型的一个权重或一个偏置；

20、基于所述参数集得到所述深度学习模型的能量；

21、基于所述参数集及所述能量进行迭代优化，以得到最优参数集；

22、将所述最优参数集更新至所述深度学习模型，以对所述深度学习模型进行优化。

23、可选地，所述基于所述参数集得到所述深度学习模型的能量，包括：基于如下损失函数得到所述深度学习模型的能量：

24、

25、其中，yi为第i条记录的真实值，为深度学习模型输出的预测值，n为深度学习模型中的样本数量，i为大于等于1小于等于n的整数。

26、可选地，所述基于所述参数集及所述能量进行迭代优化，以得到最优参数集，包括：

27、在参数集的邻域内随机生成一个新参数集，使得所述参数集中的至少一个参数增加一个随机值；

28、基于所述新参数集得到所述深度学习模型的新能量；

29、若所述新能量小于当前能量，则将新参数集更新为当前参数集；若所述新能量大于或等于当前能量，则基于如下概率公式得到的概率将新参数集更新为当前参数集；所述概率公式为：其中，p为概率，t为所述室内区域的当前温度，e(θ)为当前能量，e(θ')为新能量；

30、重复上述步骤，直至迭代结束或能量收敛，将此时的当前参数集作为最优参数集。

31、可选地，所述基于所述功率调节方案对所述室分系统进行功率调节之后，还包括：持续重复如下步骤：

32、实时采集室内区域的当前数据，所述当前数据包括室内区域的当前环境数据、室分系统的当前使用数据及室内区域的当前用户行为数据；

33、对所述当前数据进行预处理；

34、使用能量谷优化算法对当前深度学习模型进行优化；

35、将预处理后的当前数据输入优化后的当前深度学习模型，优化后的当前深度学习模型基于预处理后的当前数据输出新的功率调节方案；

36、基于新的功率调节方案对所述室分系统进行功率调节。

37、第二方面，本发明还提供一种室分系统的功率调节装置，所述室分系统的功率调节装置包括：

38、采集模块，用于采集室内区域的实时数据，所述实时数据包括室内区域的实时环境数据、室分系统的实时使用数据及室内区域的实时用户行为数据；

39、预处理模块，用于对所述实时数据进行预处理；

40、模型构建模块，用于构建深度学习模型；

41、模型优化模块，用于使用能量谷优化算法对深度学习模型进行优化，以得到优化后的深度学习模型，优化后的功率调节模块基于预处理后的实时数据输出功率调节方案；

42、功率调节模块，用于基于所述功率调节方案对所述室分系统进行功率调节。

43、第三方面，本发明还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现第一方面中任一项方法的步骤。

44、第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现第一方面中任一项的方法的步骤。

45、本发明的室分系统的功率调节方法、装置、设备和介质，通过引入深度学习模型，能够实时分析和处理实时环境数据、室分系统的实时使用数据及实时用户行为数据，从而生成精确的功率调节方案。同时，利用能量谷优化算法对深度学习模型进行优化，可以进一步提高深度学习模型的预测精度和响应速度。本发明不仅能够满足不同环境和用户的需求，还能有效降低系统能耗，提升整体能效，增强用户体验。

技术特征：

1.一种室分系统的功率调节方法，其特征在于，包括：

2.根据权利要求1所述的室分系统的功率调节方法，其特征在于，所述对所述实时数据进行预处理，包括：

3.根据权利要求1所述的室分系统的功率调节方法，其特征在于，所述构建深度学习模型，包括：

4.根据权利要求1所述的室分系统的功率调节方法，其特征在于，所述使用能量谷优化算法对深度学习模型进行优化，包括：

5.根据权利要求4所述的室分系统的功率调节方法，其特征在于，所述基于所述参数集得到所述深度学习模型的能量，包括：基于如下损失函数得到所述深度学习模型的能量：

6.根据权利要求4所述的室分系统的功率调节方法，其特征在于，所述基于所述参数集及所述能量进行迭代优化，以得到最优参数集，包括：

7.根据权利要求1至6中任一项所述的室分系统的功率调节方法，其特征在于，所述基于所述功率调节方案对所述室分系统进行功率调节之后，还包括：持续重复如下步骤：

8.一种室分系统的功率调节装置，其特征在于，所述室分系统的功率调节装置包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的室分系统的功率调节方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的室分系统的功率调节方法的步骤。

技术总结
本发明涉及一种室分系统的功率调节方法、装置、设备和介质。室分系统的功率调节方法包括：采集室内区域的实时数据；对实时数据进行预处理；构建深度学习模型；使用能量谷优化算法对深度学习模型进行优化；将预处理后的实时数据输入优化后的深度学习模型，优化后的深度学习模型基于预处理后的实时数据输出功率调节方案；基于功率调节方案对所述室分系统进行功率调节。本发明通过引入深度学习模型，能够实时分析和处理实时环境数据、室分系统的实时使用数据及实时用户行为数据，从而生成精确的功率调节方案。同时，利用能量谷优化算法对深度学习模型进行优化，可以进一步提高深度学习模型的预测精度和响应速度。

技术研发人员：张磊,李孝田,朱改革,李伟,刘迎春
受保护的技术使用者：北京新润通科技有限公司
技术研发日：
技术公布日：2024/12/12