电信运营商能耗优化的大数据分析模型研究.docx

专题 专题：大数据技术与应用 专题： 专题：大数据技术与应用 方 艾，金 铎，徐 雄，梁 冰 （中国电信股份有限公司广东研究院 广州 510630） 摘 要：针对电信运营商现网的实际情况 ，提出一种低成本可实施 、基于大数据的能耗分 析模型 ， 帮 助 运 营 商 在现有条件下 ，快速实现能耗分析管控 ，逐步建立精细化运营管理 ，为节能减排提供科学依据和决策 ， 未 来 可 发展到智能化的能耗管控。 关键词：能耗分析；大数据；机器学习；运营商 doi: 10.3969/j.issn.1000-0801.2014.10.007 A Big Data Based Analytical Model for Telecom Operator’s Energy Usage Optimization Fang Ai, Jin Duo, Xu Xiong, Liang Bing （Guangdong Research Institute of China Telecom Co., Ltd., Guangzhou 510630, China） Abstract: An analytical model was discussed on energy usage analysis and optimization, dedicated to fast implementing at low cost for the telecom operator based on its current facilities, which may also improve power usage monitoring and data supported managing. Key words: energy usage analysis, big data, machine learning, telecom operator 1 引言 能源，一直是全球热议的话题。 节能减排备受各国政 府和企业的重视与积极推进。 电信运营商在节能减排上亦 负有不可推卸的重任。 据数据显示[1]，国内三大运营商在 2012 年的电费支出高达 400 亿元，占据运营成本的较高比 重，南方一省分公司 2013 年的能耗相当于 31.7 万吨标准 煤。 随着移动业务和数据业务的迅猛发展，配套的基站数 量、数据中心投入在继续增加 ，所带来的电力消耗也将持 续增长。 因此，节能减排对于运营商，不论是责任上还是利 益上，都具有重大的意义。 然而，现阶段运营商对于节能减排尚处于粗放型的管 理阶段，往往只能通过行政命令和财务管控等手段 ，效果 不佳。 主要的问题如下： · 能耗测量采用传统电表按月统计的方式，无法精确 反映用电变化趋势，难以察觉用电异常，无 法 形 成 及时有效的管控； · 如果对所有机房、局站的用电量都采用智能电表进 行监控，投资巨大，维护成本高； · 能耗评估标准不统一，缺乏有说服力的数据支撑节 能减排措施的落地实施。 业界对于能耗监控和能耗优化已有一些解决方案，但 并不完全适用于运营商，本文通过对运营商实际情况的分 析，结合已具备的条件、实施成本等，提出一种大数据分析 的解决思路和分析模型，可帮助运营商解决能耗管理的燃 眉之急，并逐步实现精细化运营管理。 2 能耗分析 没有测量就没有管理， 开展节能减排、 进行能耗管理 首先要清楚企业能耗使用的状况，包括各用电机房、基站、 各服务网点、 办公场地等用电实体在统计周期内的用电 量、用电构成、变化趋势、异常等。 运营商目前急切的节能 需求是：一方面找出存在浪费的环节 ； 另一方面找出可以 优化的环节。 通过测量到的数据：可进行横向对比，找出同 类型机房/局站的能耗差异，帮助发现问题；可进行纵向对 比，找出异常点；结合业务负载、办公场地大小、人员配置、 地理环境、气候等内外部因素，建立能耗预测模型，进而形 成合理的能耗评价标准。 2.1 能耗分析模型 业界普遍使用 PUE(电力使用效率)评价数据中心的能 耗[2]，本文所述的建模分析方法参考 PUE 标准，并认为： PUE = 机房总用电量/主设备用电量 其中，机房总用电量是维持机房正常运行的所有能耗 （包括主设备、空调、照明、电源等能耗）， 主设备用电量则 包括交换、传输、数据网的各类服务器、存储和网络设备的 能耗，PUE 的时空粒度取决于上述各项采集的粒度。 业界 PUE 一般在 1.5 左右，较高水平的达到 1.1[3]。 保 持较低的 PUE 是能耗运营成效的体现之一， 理论上为降 低 PUE，一方面应设法降低主设备能耗；另一方面，应尽量 减少主设备以外用电的浪费。 对于大部分的通信机房、移 动基站和接入局所， 主设备能耗可调优的