基于聚类算法通信基站能耗标杆建立与分析.docVIP

基于聚类算法通信基站能耗标杆建立与分析 　　【摘 要】随着通信基站用电量的不断增加，基站耗能的管控变得越来越重要，基于对公共建筑建立能耗标杆的方法的研究，进行方法引用从而建立通信基站能耗标杆。首先通过多元线性回归确立影响基站耗电量的重要影响因素；然后通过聚类算法将大量基站能耗数据分成8类，代表8种典型的基站能耗模式；最后通过分析能耗标杆得到通信基站的耗能特点及现行基站能耗管理的不足与建议。 　　【关键词】能耗标杆 聚类分析 通信基站 　　1 引言 　　随着通信行业和互联网行业的快速发展，信息沟通与传递变得越来越重要，需求量日益增加，导致承载这一服务的基础设施――基站迅速崛起。目前，我国的基站总数量已达到339.7万个[1]。对于基站节能的研究一直未受到大众的关注，然而这些数量庞大的基站每年耗能289亿度[2]，已占公共建筑总能耗的11.5%。因此，做好基站节能将对建筑节能乃至我国的节能减排有着重要的影响。 　　基站的能耗主要分为主设备能耗和空调能耗[3]。主设备能耗取决于通信技术的发展与设备型号，属于有用耗能；空调能耗占基站总能耗的比例达到30%～50%[4-5]，而这部分能耗的作用是为了维护设备的正常工作环境，存在巨大的节能潜力，也是基站日常节能管理的重点。基于此，本文主要研究带有空调设备和围护结构的室外宏基站（以下简称基站），并借鉴公共建筑能耗管理方法，尝试为它们建立能耗标杆和能耗预测的模型。 　　2 公共建筑能耗管理方法 　　标杆管理最先起源于管理学，是迄今为止最简单、最直接、最实用有效的一种科学管理方法，其本质是不断寻找最佳实践，以此为基准不断地“测量分析与持续改进”。当这个术语应用于建筑领域时，它一般代表着能耗标杆，即通过对比某种特定建筑的历史数据或其同类型建筑的能耗数据，得到这类建筑在一段时间内的最佳实践（即优秀标杆）和一般实践（即标准标杆），从而得到这类建筑的评价基准，进而得到建筑能耗管理的“持续改进”建议。 　　基于过往大型公共建筑的能耗研究可知，标杆在提高公共建筑能耗效率方面扮演着重要角色。合格的标杆建立过程应至少包含3个步骤：建立合适大小的能耗数据库、收集目标建筑的基本信息和实施对比分析[6]。基于此，建立标杆来管控建筑能耗的方法也同样适用于基站的能耗管理。 　　在最新的公共建筑标杆建立方法学研究中，Sung-Min Hong根据对能耗数据的使用方式不同，将能耗标杆建立方法分为Top-down和Bottom-up[7-8]。Top-down法是以一些能够代表建筑能耗特性的指标作为标杆代表建筑的典型能耗特征，如在公共建筑中经常被使用的指标有EUI（Energy Use Intensity，能源使用密度）和人均用能。随着方法学的发展，Top-down法也在不断发展出新的方法，如多元线性回归预测方法、聚类分析方法等。Bottom-up法是指通过理论建模模拟建筑运行方式得到建筑的理论能耗水平，以此水平代表建筑的能耗特征，模型的准确性对于标杆的准确性具有决定性意义，所以Bottom-up法的发展多展现在近年来构建大型公共建筑的模型方面，即建筑软件的多样化与精细化。 　　虽然公共建筑标杆建立方法已较为成熟，但基站与公共建筑存在一定差异，具体表现如下： 　　（1）大型公共建筑占地面积较大，多包含几十个至上百个房间，房间之间需考虑热量传递；而室外宏基站的机房多为面积较小的单间，即不存在内墙。 　　（2）大型公共建筑尤其是商业建筑多为中央空调，有自身复杂的通风系统；而基站内多数仅有几台台式空调或通风扇。 　　（3）大型公共建筑由于要满足人的活动需求，包含系统结构较为复杂，如包含照明系统、厨房系统、办公系统等；而基站只为设备服务，基本只有通信设备且无需照明。 　　（4）复杂的系统结构决定了公共建筑各系统复杂的作息分类；而基站内通信设备全年持续运行，仅需考虑空调运行问题。 　　这些差异决定了将公共建筑软件应用于基站必然存在建模费时费力（需要设置一些不需要的模块）及模型的准确性问题。相比较而言，应用Top-down法的问题就相对较少，主要问题存在于： 　　（1）EUI与人均用能均不适用于代表基站能耗特性，因为一方面每个基站的耗电量与基站面积大小并不相关而取决于基站内主设备的功率大小，另一方面基站正常运行时无人员出现。 　　（2）影响基站能耗大小的因素与公共建筑会存在不同。 　　所以，综合方法的可行性与基站数量较多、数据量较大的特点，同时结合近年来大数据分析的研究热点，本文选用Top-down法来建立基站能耗标杆：用多元线性回归来选择影响基站能耗变化的重点影响因素[6]，用聚类分析将属性相近的基站划分为合适聚类[9-10]，最后针对聚类给出合理性的管理建议。 　　3 建立基站能耗标杆 　　能