[发明专利]高负荷小区识别方法、装置、存储介质及电子设备

权利要求书

1.一种高负荷小区识别方法，其特征在于，包括：

获取目标小区的原始性能数据，所述原始性能数据包括第一性能数据和原始第二性能数据；

对所述第一性能数据和原始第二性能数据进行拟合，得到所述第一性能数据对应的线性第二性能数据；

当所述目标小区的负载为满负荷临界点时，根据所述线性第二性能数据确定所述目标小区达到感知拐点时的资源量；

根据所述线性第二性能数据和目标小区达到感知拐点时的资源量计算得到目标时段的原始第二性能数据对应的特雷诺需求指数，并根据所述特雷诺需求指数对所述目标小区的网络负载进行识别。

2.根据权利要求1所述的高负荷小区识别方法，其特征在于，所述获取目标小区的原始性能数据，包括：

从后台网管性能数据中提取所述目标小区的原始性能数据；

从所述原始性能数据中选取所述第一性能数据和原始第二性能数据作为样本数据，以对所述样本数据进行拟合。

3.根据权利要求1所述的高负荷小区识别方法，其特征在于，所述对所述第一性能数据和原始第二性能数据进行拟合，得到所述第一性能数据对应的线性第二性能数据，包括：

对所述第一性能数据和原始第二性能数据进行线性拟合，当拟合误差最小时得到对应的拟合曲线；

对所述第一性能数据和拟合曲线中的拟合参数进行计算，得到所述第一性能数据对应的线性第二性能数据。

4.根据权利要求3所述的高负荷小区识别方法，其特征在于，所述当所述目标小区负载为满负荷临界点时，根据所述线性第二性能数据确定所述目标小区达到感知拐点时的资源量，包括：

对目标区间内的第一性能数据和原始第二性能进行拟合，确定所述目标小区的感知拐点；

当所述目标小区负载为满负荷临界点时，根据所述线性第二性能数据和所述目标区间内的原始第二性能数据计算得到所述目标小区达到感知拐点时的资源量。

5.根据权利要求1所述的高负荷小区识别方法，其特征在于，所述根据所述线性第二性能数据和目标小区达到感知拐点时的资源量计算得到目标时段的原始第二性能数据对应的特雷诺需求指数，包括：

根据

T＝(R_P-R_f)/β_p

得到所述目标小区的特雷诺需求指数；

其中，T为所述目标小区的特雷诺需求指数，R_P为线性第二性能数据，R_f为目标时段的原始第二性能数据，β_p为所述目标小区达到感知拐点时的资源量。

6.根据权利要求1所述的高负荷小区识别方法，其特征在于，所述方法还包括：

当所述目标小区为高负荷小区时，根据特雷诺需求指数与资源需求量之间的映射关系确定所述目标小区的资源需求量，并根据所述资源需求量对所述目标小区进行精准扩容。

7.根据权利要求1所述的高负荷小区识别方法，其特征在于，所述第一性能数据为RRC连接建立平均用户数，所述原始第二性能数据为下行PRB平均利用率和/或用户面PDCP下行流量。

8.根据权利要求7所述的高负荷小区识别方法，其特征在于，所述方法还包括：

当待评估小区满足预设条件时，将所述待评估小区选取为目标小区；其中，所述预设条件为下行PRB平均利用率大于预设利用率阈值。