[发明专利]突发负荷的预测方法及装置、存储介质、电子装置

权利要求书

1.一种突发负荷的预测方法，其特征在于，包括：

采集指定区域的负载指标数据，其中，所述负载指标数据用于表征所述指定区域的负载情况；

获取基站处采集的历史数据；对所述历史数据进行预处理，得到区域全体小区数据集，其中，所述区域全体小区数据集包括自变量数据和因变量数据；从所述区域全体小区数据集中按照指定规则选择出拥塞数据集；通过梯度提升决策树对所述拥塞数据集进行标注，并通过自适应搜索确定模型训练的边界条件组合，得到多个突发负荷模型；

从多个所述突发负荷模型中选择适合所述指定区域的突发负荷模型，其中，所述突发负荷模型至少包括以下之一信息：输入数据长度，突发负荷提前量，突发负荷宽度，突发负荷等级；

使用所述突发负荷模型对所述负载指标数据进行分析，预测突发负荷的发生情况，其中，所述突发负荷模型为使用多组数据通过机器学习训练出的。

2.根据权利要求1所述的方法，其特征在于，所述历史数据至少包括以下之一：负载指标数据，网络关键性能指标数据，关键服务质量指标数据，用户行为指示数据。

3.根据权利要求2所述的方法，其特征在于，至少通过以下方式获取所述区域全体小区数据集：

获取满足预设条件的自变量数据和因变量数据，其中，所述自变量数据包括：负荷类数据，所述因变量数据与所述自变量数据存在指定函数关系。

4.根据权利要求3所述的方法，其特征在于，从所述区域全体小区数据集中按照指定规则选择出拥塞数据集，包括：

根据对比检测方法对所述因变量数据与所述自变量数据进行分析；

将对比检测次数满足预设次数的因变量数据作为拥塞指示指标数据；

将与所述拥塞指示指标数据的关联度满足预设值的n个自变量指标数据作为所述拥塞数据集，其中，n为正整数。

5.一种突发负荷的预测装置，其特征在于，包括：

采集模块，用于采集指定区域的负载指标数据，其中，所述负载指标数据用于表征所述指定区域的负载情况；

所述采集模块，还用于获取基站处采集的历史数据；对所述历史数据进行预处理，得到区域全体小区数据集，其中，所述区域全体小区数据集包括自变量数据和因变量数据；从所述区域全体小区数据集中按照指定规则选择出拥塞数据集；通过梯度提升决策树对所述拥塞数据集进行标注，并通过自适应搜索确定模型训练的边界条件组合，得到多个突发负荷模型；

选择模块，用于从所述多个突发负荷模型中选择适合所述指定区域的突发负荷模型，其中，所述突发负荷模型至少包括以下之一信息：输入数据长度，突发负荷提前量，突发负荷宽度，突发负荷等级；

预测模块，用于使用所述突发负荷模型对所述负载指标数据进行分析，预测突发负荷的发生情况，其中，所述突发负荷模型为使用多组数据通过机器学习训练出的。

6.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被处理器运行时执行所述权利要求1至4任一项中所述的方法。

7.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4任一项中所述的方法。