[发明专利]基于区块链的智能化基站功耗控制系统

权利要求书

1.一种基于区块链的智能化基站功耗控制系统，其特征在于，包括：

分别检测基站水冷系统水温数据和水压数据的水温监测器和水压监测器；

与水温监测器、水压监测器和水冷系统连接的微控制器；

与微控制器无线连接的服务器；

在水压达到一定值时，所述微控制器开启温度控制，所述温度控制包括：

获取水温和目标温度的误差e和误差变化率ec，并对误差e和误差变化率ec进行模糊化处理得到对应的隶属度；

根据去模糊规则找到隶属度对应的隶属度值；

计算隶属度与相应的隶属度值的乘积，并将乘积求和得到输出值U；

通过以下公式计算得到△Kp、△Ki、△Kd；

△Kp=U*3；

△Ki=U*0.1；

△Kd=U*0.5；

再由Kp=Kp+△Kp、Ki=Ki+△Ki和Kd=Kd+△Kd得出参数Kp、Ki、Kd值，并带入PID控制器中运算得到输出结果Output；Output= Kp*e+Ki*∑e+Kd*ec；

根据输出结果Output调节所述水冷系统的水泵转速以智能控制基站功耗；

所述模糊化处理包括：

将温度误差e和温度误差变化率ec的区间分成8个部分，分别为-80~-60，-60~-40，-40~-20，-20~0，0~20，20~40，40~60，60~80；

把-60，-40，-20，0，20，40，60设定为隶属度值，分别用NB，NM，NS，ZO，PS，PM，PB来表示，其中N为negative，P为positive，B为big，M为middle，S为small，ZO为zero；

隶属度是指所测数据隶属于某一个设定值的程度，即所测数据在所给范围内靠近该范围内最大值和最小值的程度或概率；具体地，找到e或ec所在的隶属度值区间，则e或ec属于最小隶属度值的隶属度=（所测值-最小隶属度值）/(最大隶属度值-最小隶属度值)；e或ec属于最大隶属度值的隶属度=（最大隶属度值-所测值）/(最大隶属度值-最小隶属度值)；

所述水冷系统中导热储水容器、水冷系统散热单元和水泵通过水管连接构成回路，导热储水容器设置所述水温监测器和水压监测器；

针对室外基站，所述室外基站的上方设置有接收太阳能的光伏太阳能板，所述光伏太阳能板与基站的蓄电池连接；水冷系统使用冰点为-60 ℃的冷冻液；所述导热储水容器与室外基站的发热处通过导热硅胶粘合；且当所述室外基站为区域主基站时，在区域主基站附近的市政供水水管表面安装所述水冷系统散热单元，所述水冷系统散热单元与市政供水水管贴合，以利用市政供水水管进行降温；当所述室外基站为小区基站时，在小区的供水水管表面安装所述水冷系统散热单元，以利用小区的供水水管进行散热；

针对室内基站，水冷系统使用冰点为-10 ℃的冷冻液；

还包括5G通信模块和兼具定位和通信功能的北斗通信模块；

所述微控制器分别与5G通信模块和北斗通信模块连接，所述微控制器使用5G通信模块作为主通信网络进行通信，在主通信网络故障时，自动选择北斗通信模块作为备用网络通信；

所述服务器对数据进行以下处理：

A.数据分类获取；将基站的大数据组按照北斗卫星的定位数据、精确时间数据、水温数据和水压数据分类存储形成对应的数据集；

B.数据训练：计算各数据集的经验熵，选择信息增益最大的特征作为当前分裂特征；D为经验熵的目标结果，为判断系统的故障程度，设置目标为故障，判断故障时通过的节点数越多，故障的经验熵越大，其中数据集经验熵H（D）的计算公式为：

其中，k为当前节点到达目标所要经过的节点数，，S为当前节点可以通向目标的分支数，L为当前节点的总分支数；在进行计算时，在所有的特征中，假设A，计算特征A对数据集D的经验条件熵H（D|A），其中计算特征A的信息增益公式为：

C.确定根节点：根据上述计算公式计算出的经验熵选择决策树的根节点；在选择目前数据集的分割特征属性时，使用信息增益度来计算；如果在多个计算出的信息增益度值很大，则表示在这个属性特征上回损失的纯度也就越大，那么结算出的较大的信息增益度值的属性就处于决策树的上层，选择其作为根节点；

D.确定叶节点：根据计算出的经验熵选择决策树的叶节点；将信息增益度值较小的属性选作为叶节点；

E．建立数据模型：根据确定的根节点和叶节点，建立数据模型；

F．构建决策树：根据数据模型，构建决策树；构建出的决策树是呈树形的结构；

G.根据构建的决策树运行智能化基站大数据，输出故障的严重程度。