基于机器学习的基站空调运维及用能调度管理平台的设计与实现
发布时间：2021-05-06 11:06
通信基站的节能对电信行业具有十分重要的意义。即将到来的5G网络将有更多的流量负载,移动通信网络能耗的影响将更加严重。减少移动通信网络的能耗已经引起了人们的极大关注,在保证通信设备和通信设施正常运行的前提下,对基站空调进行节能分析是十分有必要的。本文以基站空调运维及用能调度平台为研究对象,通过对基站空调的用能模式进行分析,针对识别出的不同模式采用不同的控制策略;通过对基站站空调的能耗预测,提出用能调度方案。旨在构建一个基站空调运维及用能调度管理平台。本文首先分析了平台内基站空调数据的质量特点,根据数据的质量特点,利用机器学习的理论方法对数据进行预处理,提出了适用于基站空调数据的预处理体系。其意义在于为接下来的数据分析提供可靠的数据,并降低其复杂度。.其次,利用决策树、K-means、等方法对基站空调系统用能模式进行识别,并采用遗传算法优化K-means,进行对比分析,验证了算法的有效性。再次,提出了EMD-AGA-LSTM预测模型对基站空调进行短时间内的能耗预测。通过分析不同输入模式对预测模型的影响,找到最佳了输入模式;通过分析不同本征模态分量IMF重组方式对预测精度的影响,验证了模式分...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究技术方案
1.4 本文研究的主要内容
2 数据预处理方法研究
2.1 数据预处理常用方法介绍
2.2 数据来源及特点分析
2.3 基于NN算法的缺失数据处理
2.4 基于KMEANS算法的异常数据识别与清洗
2.5 基于PCA算法的数据降维
2.6 本章小结
3 基站空调能耗模式聚类算法研究
3.1 基于决策树的能耗模式聚类分析
3.2 基于KMEANS聚类算法的能耗模式聚类分析
3.3 基于GA-KMEANS聚类算法的能耗模式聚类分析
3.4 本章小结
4 基站空调能耗预测模型设计
4.1 LSTM原理
4.2 EMD原理
4.3 EMD-AGA-LSTM预测模型构建
4.4 模型评估指标
4.5 算例分析
4.6 本章小结
5.基站空调运维及用能调度管理平台的设计
5.1 需求分析
5.2 平台架构设计
5.3 机器学习模块功能设计与实现
5.4 运维模块功能设计与实现
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
【参考文献】：
期刊论文
[1]基于数据挖掘技术研究孟昭阳治疗冠心病的用药规律[J]. 史琳,孟昭阳. 湖南中医杂志. 2019(04)
[2]基于数据挖掘的针灸治疗腰椎间盘突出症的取穴规律研究[J]. 江海燕,朱青青,彭元霞,罗国馨,农国勇,张莉娟,朱英. 湖南中医杂志. 2019(04)
[3]基于众包平台的猪八戒网络公司盈利模式研究[J]. 陈新旭,刘胜强,顾恒. 财会通讯. 2019(11)
[4]基于R语言的交通流量数据可视化应用[J]. 李学伟,王海起. 地理空间信息. 2019(04)
[5]基于大数据挖掘的高速公路货车能耗统计方法研究与应用[J]. 王剑波,李腾飞. 公路. 2019(04)
[6]EMD分解结合维纳滤波的电压行波精确检测方法[J]. 李泽文,任申,贺子凝,肖仁平,王杨帆. 电力系统及其自动化学报. 2019(12)
[7]数据挖掘中机器学习的应用[J]. 周旭. 电子技术与软件工程. 2019(07)
[8]基于改进量子遗传算法的聚类算法研究[J]. 雎贵芳. 电子制作. 2019(08)
[9]基于统计特征与EMD算法的有载分接开关振动信号去噪[J]. 赵寿生,汪卫国,王丰华,郑一鸣,何文林,钱勇. 电工电能新技术. 2020(01)
[10]基于深度学习LSTM神经网络的全球股票指数预测研究[J]. 杨青,王晨蔚. 统计研究. 2019(03)
硕士论文
[1]船舶智能能效管理数据挖掘技术研究[D]. 高梓博.大连海事大学 2019
[2]基于数据挖掘技术的空调系统管控方法研究[D]. 崔治国.中国建筑科学研究院 2018
[3]基于BP类迁移学习门禁认证的实验室管理评价系统设计[D]. 杨玉莹.燕山大学 2017
[4]基于KNN的人体内脏组织CT图像识别的研究与应用[D]. 黄小华.电子科技大学 2016
[5]基站空调环境节能技术研究及优化措施分析[D]. 韩冬瑞.天津大学 2012
[6]基站空调能源管理系统的分析与设计[D]. 李克勤.北京邮电大学 2011
本文编号：3171814
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究技术方案
1.4 本文研究的主要内容
2 数据预处理方法研究
2.1 数据预处理常用方法介绍
2.2 数据来源及特点分析
2.3 基于NN算法的缺失数据处理
2.4 基于KMEANS算法的异常数据识别与清洗
2.5 基于PCA算法的数据降维
2.6 本章小结
3 基站空调能耗模式聚类算法研究
3.1 基于决策树的能耗模式聚类分析
3.2 基于KMEANS聚类算法的能耗模式聚类分析
3.3 基于GA-KMEANS聚类算法的能耗模式聚类分析
3.4 本章小结
4 基站空调能耗预测模型设计
4.1 LSTM原理
4.2 EMD原理
4.3 EMD-AGA-LSTM预测模型构建
4.4 模型评估指标
4.5 算例分析
4.6 本章小结
5.基站空调运维及用能调度管理平台的设计
5.1 需求分析
5.2 平台架构设计
5.3 机器学习模块功能设计与实现
5.4 运维模块功能设计与实现
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
【参考文献】：
期刊论文
[1]基于数据挖掘技术研究孟昭阳治疗冠心病的用药规律[J]. 史琳,孟昭阳. 湖南中医杂志. 2019(04)
[2]基于数据挖掘的针灸治疗腰椎间盘突出症的取穴规律研究[J]. 江海燕,朱青青,彭元霞,罗国馨,农国勇,张莉娟,朱英. 湖南中医杂志. 2019(04)
[3]基于众包平台的猪八戒网络公司盈利模式研究[J]. 陈新旭,刘胜强,顾恒. 财会通讯. 2019(11)
[4]基于R语言的交通流量数据可视化应用[J]. 李学伟,王海起. 地理空间信息. 2019(04)
[5]基于大数据挖掘的高速公路货车能耗统计方法研究与应用[J]. 王剑波,李腾飞. 公路. 2019(04)
[6]EMD分解结合维纳滤波的电压行波精确检测方法[J]. 李泽文,任申,贺子凝,肖仁平,王杨帆. 电力系统及其自动化学报. 2019(12)
[7]数据挖掘中机器学习的应用[J]. 周旭. 电子技术与软件工程. 2019(07)
[8]基于改进量子遗传算法的聚类算法研究[J]. 雎贵芳. 电子制作. 2019(08)
[9]基于统计特征与EMD算法的有载分接开关振动信号去噪[J]. 赵寿生,汪卫国,王丰华,郑一鸣,何文林,钱勇. 电工电能新技术. 2020(01)
[10]基于深度学习LSTM神经网络的全球股票指数预测研究[J]. 杨青,王晨蔚. 统计研究. 2019(03)
硕士论文
[1]船舶智能能效管理数据挖掘技术研究[D]. 高梓博.大连海事大学 2019
[2]基于数据挖掘技术的空调系统管控方法研究[D]. 崔治国.中国建筑科学研究院 2018
[3]基于BP类迁移学习门禁认证的实验室管理评价系统设计[D]. 杨玉莹.燕山大学 2017
[4]基于KNN的人体内脏组织CT图像识别的研究与应用[D]. 黄小华.电子科技大学 2016
[5]基站空调环境节能技术研究及优化措施分析[D]. 韩冬瑞.天津大学 2012
[6]基站空调能源管理系统的分析与设计[D]. 李克勤.北京邮电大学 2011
本文编号：3171814
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3171814.html
