可持续发展网络:节能,同时保持客户体验

安妮·特纳记者,合著者

Gokce Alacadagli服务组合主任、能源管理解决方案

降低能耗,同时保持网络性能是至关重要的。这就是优化用户体验和精心管理的网络性能。作为我们的数据驱动运营博客系列的一部分,Gokce Alacadagli,投资总监,爱立信,安妮·特纳谈论创新的方法来减少电力消耗在主动和被动网络元素。

2022年,爱立信发布一个行业白皮书,的道路上打破能量曲线。调查结果表明,集体运营商每年在能源支出约250亿美元。很明显,爱立信不断增加的功耗曲线是不可持续的,经济或生态。此后,爱立信估计能源支出可能由于飞涨的能源价格超过了300亿美元。

Gokce Alacadagli解释了曲线的问题是由于移动网络部署满足高峰容量的要求,和2 g、3 g, 4 g现在5克,网络中元素的数量正在增加。他说,这意味着,“我们需要一个更全面的方法。有时候,我们太过注重网络kpi和资本投资,扩大网络和潜在的增加整体能源消耗。这是尽管大多数运营商沟通组级别目标成为碳中性的零。这刺激的心态转变从峰值性能服务提供者转换到节能——可持续服务提供者”。

记住这一切,该公司开发了一个三管齐下的计划打破能量曲线。首先是关于发展网络可持续”规划和投资以正确的方式,使用光谱最有效;例如通过驱动大规模分布式天线”,Alacadagli说。

第二个问题扩大和现代化的网络,如取代广播与新单位的能源消耗减少40%。他解释说,“这提供了一个机会来减少能源消耗,即使流量增加是由于更多的网络功能。”

Alacadagli特定的重点是第三部分:“如今的网络如何操作更聪明,利用人工智能和机器学习减少能源消耗。“然而,爱立信已经观察到一些犹豫来操作无线接入网络(RAN)以更高效的方式,以防措施影响网络kpi运营商倾向于假设将自动损害客户的经验。

有缺陷的看法

事实上,减少能源并不一定影响的经验,或没有显然地,爱立信和其他透明,经验数据来证明这一点。“如果有人在观看高清视频在28 mbps,手机运行速度下降3 mbps,没有影响到视频或WhatsApp调用的性能,”他说。“事实上,研究表明大多数这样的消费服务可以运行在平均10 mbps的速度,还提到我们的文188bet上不了章谁会在乎高峰在5 g下载速度吗?今年早些时候。所以,如果有变化在吞吐量由于能源优化控制措施将没有可察觉的影响客户体验。”

他继续说道,“我们得到了很好的网络和数据可以帮助运营商之间找到合适的平衡节能和优化吞吐量。某些地方的网络我们不要碰,因为客户不想进行任何更改,但在其他地方说3%的调整会导致10%的储蓄。

“以前我们的客户没有工具或安全解决方案,探索不同的场景。现在我们有一个全面的解决方案的每个部分的旅程,我们可以给我们的客户,他们选择自己的场景。”

是一把钝刀

在任何行业中最简单形式的能源效率将能源消耗设备在低能或待机模式,“我们能为无线节点以多种方式,做“Alacadagli笔记。“跑多个特性做不同的事情,大多数厂商软件功能打开和关闭的功率放大器在微秒。

“Low-energy-schedulers(少)进度数据传输优化节能,这附近的其他硬件算法如微睡眠TX会变得更有效率。那睡眠模式,大部分的一些树枝和速波睡眠模式关闭整个细胞,尤其是层流量低于阈值时的能力。所以,有节能的基础跑但由于运营商的担忧影响网络kpi,他们通常只有晚上启用。这里我们提出解决方案来管理他们更聪明,我们可以实现昼夜不同阈值”。

爱立信认为有巨大的改进,利用准确的数据来优化能源使用体验没有任何明显的变化。其野心是更好地理解如何使用能源每个网络、集群和地区不同流量和不同的用户体验。

“我们必须使用不同的协议到网站,甚至细胞水平最大化节约能源。不同的网站有不同的流量资料,我们需要创建一个节能模式,”Alacadagli说。“我们建议认知解决看交通趋势网站甚至单个细胞和创建可以单独应用的政策和行动。这是游戏的名称对能源效率在整个电信网络基础设施。”

被动的力量基础设施

他不只是谈论活跃地区的基础设施、广播单位。他指出,电信网站需要的被动基础设施的无线网络运营24/7。被动基础设施表示支持生态系统保持电台网站启动和运行,构成电池、电源单元和气候单元冷却的关键设备。Alacadagli说,“爱立信的抱负是让认知能源管理或整体能源管理解决方案,利用人工智能和机器学习,可以应用到所有技术和基础设施,考虑交通模式和用户体验。”

在爱立信的观点有三个主要支柱,支持这一雄心壮志:利用数据来提高自动化把它从整个网络;应用机器学习;然后使用网络的输出控制,端到端。

“我们有元素管理系统和OSS牵引能耗和性能数据的措施,所以我们知道每个站点是如何表演和他们提供的客户体验,什么样的交通等等,“Alacadagli说。

”同时,我们需要检查数据和理解来自跑去看到消费模式和概要文件。分析的结果——而不是许多运营商做能源分析网站根据流量生成——我们可以为节能基准站点从g的数据提供给用户。”

然而,管理被动基础设施一般包括卡车辊网站,因为例如,一旦空调单位设置为21度,它保持不动。“如果被动基础设施不生成数据,我们无法控制它;控制一切在这个生态系统,我们需要投资于控制器、传感器和物联网设备以洋地黄治疗他们。这就是我们所说的最大化数据构建自动化的力量。”

收益是巨大的,但带来的挑战也是被动的基础设施“折叠”原本没有想给包括数据从被动基础设施,通过网络设备提供商或被动基础设施供应商。因此数据从被动元素往往是隔离的。客户需要令人信服的返回所需的投资,但Alacadagli是乐观的。

基于ai和数据驱动

为了实现这些目标,爱立信推出基于ai的数据驱动的方法来管理服务,在2020年爱立信业务引擎的一部分。188bet上不了的能源基础设施的操作侧重于四个领域Alacadagli解释道。

预测细胞能源管理应用程序预测交通容量和使用模式,可能会到网站上每个单元放进最佳节能模式,待机或睡眠。Alacadagli激动地说,“我们可以用历史数据来设置参数,或者我们可以进行实时决策和设置新的参数,每六个小时。这正是事情变得有趣,因为一般来说,这些解决方案的参数设置,部署和保持原样,不管变化的条件。或者,我们可以用不同的阈值配置一个节点在一天的不同时间或者把它立即睡眠模式通过闭环自动化。”

能量分析的网站和细胞使用算法来突出显示,例如,细胞在一些网站消费超过可比的。

异常检测和预测基础设施操作算法可以用来监控被动的消费基础设施——以及广播元素,如柴油发电机,整流器和空调。如果消费高于预期,它可以建议补救措施。例如,它可以推断,可能需要更换空调过滤器,或者它可以远程调整冷却的温度设置优化。这意味着整个网站-主动和被动组件可以消耗更少的能量。

关键是积极主动的管理是在每个站点最好的结果与电源优化,确保,例如,有足够的电池容量来了网格在高峰时期。再次,一些运营商紧张这个例程的转向电池供电(而不是看到作为紧急备用电池),但作为人工智能和机器学习可以检查最好的电源选项每15分钟的态度正在改变。

透明度和证明

Gokce说,“如果你的解决方案和机器学习足够透明显示运营商的行动和结果在仪表板,它不再是关于我们销售解决方案。能够提供证明点现在为什么有很多客户。”

”这四个柱子背后的想法是使用机器学习与不同的实现方法,在网站作出决定,甚至基于网站的数据单元级别。人工智能和机器学习的主要工具独立操作每一方基础设施在任何给定的时间和改变我们的工业能源效率”Alacadagli总结道。