《AIIA :2021電信行業人工智能應用白皮書(45頁).pdf》由會員分享,可在線閱讀,更多相關《AIIA :2021電信行業人工智能應用白皮書(45頁).pdf(45頁珍藏版)》請在三個皮匠報告上搜索。
1、人工智能在電信行業中的應用實踐(一) 移動網應用實踐案例案例一:物聯網端到端質差識別與定位定段隨著物聯網技術的發展,目前物聯網的業務類型與業務量與日俱增,物聯網業務呈現流程繁、規模大、環節多的特點,故障發現與定位困難的問題日益顯著,亟需在對物聯網客戶端到端的業務質量進行更有效的質量監控及故障定界定段。然而不同廠商的質差評價標準存在相似性但也存在差異性,現階段需要對不同廠商不同型號終端建立質差識別模塊,費時費力。物聯網業務涉及設備終端、物聯網平臺、無線小區網、地市本地網、省核心網等多個環節,采用人工智能技術、利用和關聯各環節業務數據,可以提供業務故障的快速診斷、定界定段能力,整體提升物聯網業務質
2、量。同時,通過搭建基于大數據的質差量化感知指標體系,基于現有的物聯網質差評價方法,結合離線大數據分析手段建立量化的質差感知指標體系,可以實現日常業務故障排查、潛在隱患預警。而不同企業的質差評價標準存在差異性但也存在相似性或者相關性,因此可以基于關鍵指標分布與遷移學習,建立企業特征庫,支撐終端升級、變更等業務場景。在中國電信的物聯網業務保障項目中,基于大數據聚合分析手段,通過建立分廠家的企業特征指紋庫,結合終端歷史行為構造單用戶行為畫像,利用“標準值+偏移量”的方法搭建動態的質差感知體系,適配多種復雜情況,目前已經完成多場景多廠家的終端質差識別,上線推廣應用可得到較高的準確率。案例二:智能基站節
3、能傳統網絡能耗居高不下、能耗不均衡造成浪費,隨著5G的到來, 5G基站耗能更大,如何制定基站節能策略、定制自動化節能方案、提高能源效率已經成為構建全網覆蓋的基站智慧節能核心能力。結合B(業務)-O(運營)域關聯、測量報告覆蓋分析來,利用時序預測等AI技術,能夠更精準的預測基站業務量,結合客戶感知分析,制定節能策略。在5G 基站方面,對 5G基站和數據中心服務器進行適時的休眠和喚醒操作,實現動態節能。通過構建基站節能分析引擎、節能智慧決策引擎及相關模型算法完成從4G節能分析建議手動執行到 4G 節能分級策略半自動實施再到4/5G 協同的自動節能。利用時序預測等 AI 技術,結合客戶感知分析,能夠
4、更精準的預測基站業務量,制定節能策略。在5G 基站方面,對 5G 基站和數據中心服務器進行適時的休眠和喚醒操作,實現動態節能。通過構建基站節能分析引擎、節能智慧決策引擎及相關模型算法完成從4G 節能分析建議手動執行到4G節能分級策略半自動實施再到4G/5G協同的自動節能?,F網當前已經出現利用機器學習、時間序列預測等人工智能模型構建基站節能分析引擎,實現多種節能場景分析、節能時段尋底、多維場景識別、多層覆蓋分析、時空智能預測、B(業務) -O(運營)關聯分析;利用深度學習、自動機器學習等人工智能模型構建的節能智能決策引擎,來實現智能分級決策、參數自動尋優、業務感知分析、智能剎車/喚醒。通過構建基站節能分析引擎和節能智慧決策引擎,中國電信已經構建4G基站智慧節能系統,并完成節能系統迭代優化,操作維護中心(OMC)節能打通,省級自動節能策略試點優化,支持二階段的半自動節能;初步建立集團-省基站節能體系和閉環流程,對3 個以上省提供節能分析推薦建議,實現4G自動節能策略試點,場景節能策略日綜合節能效率提升顯著。