本发明涉及无线，特别是指一种基站能效异常检测方法、装置、检测设备及可读存储介质。
背景技术：
1、随着5g网络的发展和通信设备的不断增加，基站作为无线通信网络的重要组成部分，其能耗也呈现明显的增长趋势，除了能耗指标外，基站的能效指标也成为业界关注的问题。
2、通常，业界对基站能效定义为基站的有效输出与基站的能耗输入的比值。例如，针对embb场景，基站能效定义为基站流量与基站能耗的比值。高能效基站不仅可以提高能源使用效率，提高网络资源利用率，也可以降低能源消耗，减少运营成本和碳排放。因此，需要一套行之有效的方法对基站能效进行评估，进而挖掘出能效异常基站并进行优化。
3、然而，影响基站能效的因素纷繁复杂且相互影响，各个影响因素对基站能效的影响程度难以衡量且各个因素之间也存在相互作用，且由于众多影响因素的取值组合空间庞大，相关技术中难以准确检测基站能效异常。
技术实现思路
1、本发明的目的是提供一种基站能效异常检测方法、装置、检测设备及可读存储介质，解决了相关技术中难以准确检测基站能效异常的问题。
2、为达到上述目的，本发明的实施例提供一种基站能效异常检测方法，包括：
3、确定目标待检测基站的目标基站类别，所述目标基站类别为根据至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类得到的k个基站类别中的一个，k为正整数；
4、基于所述目标基站类别对应的异常检测模型，对所述目标待检测基站进行能效异常检测，获得检测结果。
5、可选地，所述方法还包括：
6、根据所述至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类，得到所述k个基站类别；
7、针对每一个所述基站类别，构建所述基站类别对应的异常检测模型。
8、可选地，所述能效影响因素包括静态参数和动态参数，所述根据所述至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类，得到所述k个基站类别，包括：
9、根据所述至少一个待测基站对应的所述静态参数，确定至少一个静态参数组合，其中，每个待测基站对应至少一个所述静态参数，每个所述静态参数组合中包括一个或多个所述静态参数；
10、根据各个所述静态参数组合中静态参数，对所述至少一个待测基站进行分组，得到n个基站组，其中，n为正整数，且n小于或等于所述静态参数组合的总数；
11、针对每一所述基站组，构建所述基站组对应的关系模型的特征集合，得到n个所述特征集合，所述关系模型用于表示基站能效与所述动态参数之间的联系；
12、对n个所述特征集合进行聚类，获得所述k个基站类别。
13、可选地，所述针对每一所述基站组，构建所述基站组对应的关系模型的特征集合，包括：
14、获取所述基站组对应的目标数据表，所述目标数据表包括所述基站组中每一待测基站对应的基站能效和动态参数；
15、根据所述目标数据表，确定所述基站组对应的基站能效特征采样范围；
16、根据所述基站组对应的基站能效特征采样范围，在所述基站组内进行特征采样，获得所述基站组对应的关系模型的特征集合。
17、可选地，所述对n个所述特征集合进行聚类，获得所述k个基站类别，包括：
18、从n个所述特征集合中，随机挑选k个特征集合，分别作为k个初始基站类别的质心，k小于n；
19、根据n个所述特征集合中的所有特征值，确定n个所述特征集合中每个目标特征集合分别与所述k个所述质心之间的距离，并将所述目标特征集合划入目标质心对应的初始基站类别中，其中，所述目标特征集合为除所述k个特征集合之外的特征集合，所述目标质心为k个所述质心中距离所述目标特征集合最近的一个；
20、针对每一所述初始基站类别，根据所述初始基站类别中所有特征集合更新所述初始基站类别的质心；
21、重复执行所述从n个所述特征集合中，随机挑选k个特征集合，分别作为k个初始基站类别的质心的步骤到所述针对每一所述初始基站类别，根据所述初始基站类别中所有特征集合更新所述初始基站类别的质心的步骤，直至所述初始基站类别的质心不再变化，并将所述k个初始基站类别确定为所述k个基站类别。
22、可选地，所述对n个所述特征集合进行聚类，获得所述k个基站类别，包括：
23、新建第一基站类别，并从n个所述特征集合中，随机挑选一个第一特征集合划入所述第一基站类别，且将所述第一特征集合作为所述第一基站类别的质心；
24、针对每一个第二特征集合，确定所述第二特征集合与已存在的各个目标基站类别的质心之间的目标距离，其中，所述第二特征集合为n个所述特征集合中除所述第一特征集合之外的特征集合，所述目标基站类别包括所述第一基站类别；
25、根据所述目标距离与预设距离阈值之间的大小关系，确定所述第二特征集合对应的基站类别；
26、将所述第一基站类别和所述第二特征集合对应的基站类别确定为所述k个基站类别。
27、可选地，所述根据所述目标距离与预设距离阈值之间的大小关系，确定所述第二特征集合对应的基站类别，包括：
28、在所述目标距离小于所述预设距离阈值的情况下，将所述第二特征集合划入第三基站类别中，所述第三基站类别为各个所述目标基站类别中质心与所述第二特征集合之间的目标距离最小的一个；
29、在所述目标距离大于或等于所述预设距离阈值的情况下，新建第三基站类别，将所述第二特征集合划入所述第三基站类别中。
30、可选地，在所述确定所述第二特征集合对应的基站类别之后，所述方法还包括：
31、更新所述第二特征集合对应的基站类别的质心。
32、可选地，所述能效影响因素包括动态参数，所述动态参数包括基站流量，所述基于所述目标基站类别对应的异常检测模型，对所述目标待检测基站进行能效异常检测，获得检测结果，包括：
33、获取所述目标待检测基站的基站流量；
34、确定所述基站流量对应的一个或多个目标滑窗分组，所述目标滑窗分组为所述目标基站类别对应的至少一个滑窗分组中一个，所述至少一个滑窗分组是根据预设滑动窗口值、所述目标基站类别对应的基站流量最小值和所述目标基站类别对应的基站流量最大值确定的；
35、在所述目标滑窗分组内，基于所述基站类别对应的异常检测模型，对所述目标待测基站进行能效异常检测，获得检测结果。
36、为达到上述目的，本发明的实施例提供一种基站能效异常检测装置，包括：
37、基站分类模块，用于确定目标待检测基站的目标基站类别，所述目标基站类别为根据至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类得到的k个基站类别中的一个，k为正整数；
38、异常检测模块，用于基于所述目标基站类别对应的异常检测模型，对所述目标待检测基站进行能效异常检测，获得检测结果。
39、可选地，所述装置还包括：
40、第一分类模块，用于根据所述至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类，得到所述k个基站类别；
41、模型构建模块，用于针对每一个所述基站类别，构建所述基站类别对应的异常检测模型。
42、可选地，所述能效影响因素包括静态参数和动态参数，所述基站分类模块包括：
43、第一处理子模块，用于根据所述至少一个待测基站对应的所述静态参数，确定至少一个静态参数组合，其中，每个待测基站对应至少一个所述静态参数，每个所述静态参数组合中包括一个或多个所述静态参数；
44、基站分组子模块，用于根据各个所述静态参数组合中静态参数，对所述至少一个待测基站进行分组，得到n个基站组，其中，n为正整数，且n小于或等于所述静态参数组合的总数；
45、特征构建子模块，用于针对每一所述基站组，构建所述基站组对应的关系模型的特征集合，得到n个所述特征集合，所述关系模型用于表示基站能效与所述动态参数之间的联系；
46、基站分类子模块，用于对n个所述特征集合进行聚类，获得所述k个基站类别。
47、可选地，所述特征构建子模块包括：
48、第一获取单元，用于获取所述基站组对应的目标数据表，所述目标数据表包括所述基站组中每一待测基站对应的基站能效和动态参数；
49、范围确定单元，用于根据所述目标数据表，确定所述基站组对应的基站能效特征采样范围；
50、特征采样单元，用于根据所述基站组对应的基站能效特征采样范围，在所述基站组内进行特征采样，获得所述基站组对应的关系模型的特征集合。
51、可选地，所述基站分类子模块包括：
52、第一分类单元，用于从n个所述特征集合中，随机挑选k个特征集合，分别作为k个初始基站类别的质心，k小于n；
53、第二分类单元，用于根据n个所述特征集合中的所有特征值，确定n个所述特征集合中每个目标特征集合分别与所述k个所述质心之间的距离，并将所述目标特征集合划入目标质心对应的初始基站类别中，其中，所述目标特征集合为除所述k个特征集合之外的特征集合，所述目标质心为k个所述质心中距离所述目标特征集合最近的一个；
54、质心更新单元，用于针对每一所述初始基站类别，根据所述初始基站类别中所有特征集合更新所述初始基站类别的质心；
55、第三分类单元，用于重复执行所述从n个所述特征集合中，随机挑选k个特征集合，分别作为k个初始基站类别的质心的步骤到所述针对每一所述初始基站类别，根据所述初始基站类别中所有特征集合更新所述初始基站类别的质心的步骤，直至所述初始基站类别的质心不再变化，并将所述k个初始基站类别确定为所述k个基站类别。
56、可选地，所述基站分类子模块包括：
57、第四分类单元，用于新建第一基站类别，并从n个所述特征集合中，随机挑选一个第一特征集合划入所述第一基站类别，且将所述第一特征集合作为所述第一基站类别的质心；
58、第五分类单元，用于针对每一个第二特征集合，确定所述第二特征集合与已存在的各个目标基站类别的质心之间的目标距离，其中，所述第二特征集合为n个所述特征集合中除所述第一特征集合之外的特征集合，所述目标基站类别包括所述第一基站类别；
59、第六分类单元，用于根据所述目标距离与预设距离阈值之间的大小关系，确定所述第二特征集合对应的基站类别；
60、第七分类单元，用于将所述第一基站类别和所述第二特征集合对应的基站类别确定为所述k个基站类别。
61、可选地，所述第六分类单元包括：
62、第一处理子单元，用于在所述目标距离小于所述预设距离阈值的情况下，将所述第二特征集合划入第三基站类别中，所述第三基站类别为各个所述目标基站类别中质心与所述第二特征集合之间的目标距离最小的一个；
63、第二处理子单元，用于在所述目标距离大于或等于所述预设距离阈值的情况下，新建第三基站类别，将所述第二特征集合划入所述第三基站类别中。
64、可选地，所述基站分类子模块还包括：
65、第一更新单元，用于更新所述第二特征集合对应的基站类别的质心。
66、可选地，所述能效影响因素包括动态参数，所述动态参数包括基站流量，所述异常检测模块包括：
67、第二处理子模块，用于获取所述目标待检测基站的基站流量；
68、第三处理子模块，用于确定所述基站流量对应的一个或多个目标滑窗分组，所述目标滑窗分组为所述目标基站类别对应的至少一个滑窗分组中一个，所述至少一个滑窗分组是根据预设滑动窗口值、所述目标基站类别对应的基站流量最小值和所述目标基站类别对应的基站流量最大值确定的；
69、第四处理子模块，用于在所述目标滑窗分组内，基于所述基站类别对应的异常检测模型，对所述目标待测基站进行能效异常检测，获得检测结果。
70、为达到上述目的，本发明的实施例提供一种检测设备，包括处理器和收发机，其中，所述处理器用于：
71、确定目标待检测基站的目标基站类别，所述目标基站类别为根据至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类得到的k个基站类别中的一个，k为正整数；
72、基于所述目标基站类别对应的异常检测模型，对所述目标待检测基站进行能效异常检测，获得检测结果。
73、可选地，所述处理器还用于：
74、根据所述至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类，得到所述k个基站类别；
75、针对每一个所述基站类别，构建所述基站类别对应的异常检测模型。
76、可选地，所述能效影响因素包括静态参数和动态参数，所述处理器在根据所述至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类，得到所述k个基站类别时，具体用于：
77、根据所述至少一个待测基站对应的所述静态参数，确定至少一个静态参数组合，其中，每个待测基站对应至少一个所述静态参数，每个所述静态参数组合中包括一个或多个所述静态参数；
78、根据各个所述静态参数组合中静态参数，对所述至少一个待测基站进行分组，得到n个基站组，其中，n为正整数，且n小于或等于所述静态参数组合的总数；
79、针对每一所述基站组，构建所述基站组对应的关系模型的特征集合，得到n个所述特征集合，所述关系模型用于表示基站能效与所述动态参数之间的联系；
80、对n个所述特征集合进行聚类，获得所述k个基站类别。
81、可选地，所述处理器在针对每一所述基站组，构建所述基站组对应的关系模型的特征集合时，具体用于：
82、获取所述基站组对应的目标数据表，所述目标数据表包括所述基站组中每一待测基站对应的基站能效和动态参数；
83、根据所述目标数据表，确定所述基站组对应的基站能效特征采样范围；
84、根据所述基站组对应的基站能效特征采样范围，在所述基站组内进行特征采样，获得所述基站组对应的关系模型的特征集合。
85、可选地，所述处理器在对n个所述特征集合进行聚类，获得所述k个基站类别时，具体用于：
86、从n个所述特征集合中，随机挑选k个特征集合，分别作为k个初始基站类别的质心，k小于n；
87、根据n个所述特征集合中的所有特征值，确定n个所述特征集合中每个目标特征集合分别与所述k个所述质心之间的距离，并将所述目标特征集合划入目标质心对应的初始基站类别中，其中，所述目标特征集合为除所述k个特征集合之外的特征集合，所述目标质心为k个所述质心中距离所述目标特征集合最近的一个；
88、针对每一所述初始基站类别，根据所述初始基站类别中所有特征集合更新所述初始基站类别的质心；
89、重复执行所述从n个所述特征集合中，随机挑选k个特征集合，分别作为k个初始基站类别的质心的步骤到所述针对每一所述初始基站类别，根据所述初始基站类别中所有特征集合更新所述初始基站类别的质心的步骤，直至所述初始基站类别的质心不再变化，并将所述k个初始基站类别确定为所述k个基站类别。
90、可选地，所述处理器在对n个所述特征集合进行聚类，获得所述k个基站类别时，具体用于：
91、新建第一基站类别，并从n个所述特征集合中，随机挑选一个第一特征集合划入所述第一基站类别，且将所述第一特征集合作为所述第一基站类别的质心；
92、针对每一个第二特征集合，确定所述第二特征集合与已存在的各个目标基站类别的质心之间的目标距离，其中，所述第二特征集合为n个所述特征集合中除所述第一特征集合之外的特征集合，所述目标基站类别包括所述第一基站类别；
93、根据所述目标距离与预设距离阈值之间的大小关系，确定所述第二特征集合对应的基站类别；
94、将所述第一基站类别和所述第二特征集合对应的基站类别确定为所述k个基站类别。
95、可选地，所述处理器在根据所述目标距离与预设距离阈值之间的大小关系，确定所述第二特征集合对应的基站类别时，具体用于：
96、在所述目标距离小于所述预设距离阈值的情况下，将所述第二特征集合划入第三基站类别中，所述第三基站类别为各个所述目标基站类别中质心与所述第二特征集合之间的目标距离最小的一个；
97、在所述目标距离大于或等于所述预设距离阈值的情况下，新建第三基站类别，将所述第二特征集合划入所述第三基站类别中。
98、可选地，在所述确定所述第二特征集合对应的基站类别之后，所述处理器还用于：
99、更新所述第二特征集合对应的基站类别的质心。
100、可选地，所述能效影响因素包括动态参数，所述动态参数包括基站流量，所述处理器在基于所述目标基站类别对应的异常检测模型，对所述目标待检测基站进行能效异常检测，获得检测结果时，具体用于：
101、获取所述目标待检测基站的基站流量；
102、确定所述基站流量对应的一个或多个目标滑窗分组，所述目标滑窗分组为所述目标基站类别对应的至少一个滑窗分组中一个，所述至少一个滑窗分组是根据预设滑动窗口值、所述目标基站类别对应的基站流量最小值和所述目标基站类别对应的基站流量最大值确定的；
103、在所述目标滑窗分组内，基于所述基站类别对应的异常检测模型，对所述目标待测基站进行能效异常检测，获得检测结果。
104、为达到上述目的，本发明的实施例提供一种检测设备，包括收发器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；所述处理器执行程序或指令时实现如上所述的基站能效异常检测方法。
105、为达到上述目的，本发明的实施例提供一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上所述的基站能效异常检测方法中的步骤。
106、本发明的上述技术方案的有益效果如下：
107、本发明实施例的方法，首先确定目标待检测基站的目标基站类别，然后可以基于所述目标基站类别对应的异常检测模型，对所述目标待检测基站进行能效异常检测，获得检测结果。由于目标基站类别为根据至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类得到的其中一个基站类别，能够使得对目标待检测基站的分类更准确，如此，基于目标基站类别对应的异常检测模型对目标待测基站进行检测时，能够更准确地检测基站能效异常，提高了检测效率。
1.一种基站能效异常检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述能效影响因素包括静态参数和动态参数，所述根据所述至少一个待测基站对应的能效影响因素，对所述至少一个待测基站进行分类，得到所述k个基站类别，包括：
4.根据权利要求3所述的方法，其特征在于，所述针对每一所述基站组，构建所述基站组对应的关系模型的特征集合，包括：
5.根据权利要求3所述的方法，其特征在于，所述对n个所述特征集合进行聚类，获得所述k个基站类别，包括：
6.根据权利要求3所述的方法，其特征在于，所述对n个所述特征集合进行聚类，获得所述k个基站类别，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标距离与预设距离阈值之间的大小关系，确定所述第二特征集合对应的基站类别，包括：
8.根据权利要求7所述的方法，其特征在于，在所述确定所述第二特征集合对应的基站类别之后，所述方法还包括：
9.根据权利要求1所述的方法，其特征在于，所述能效影响因素包括动态参数，所述动态参数包括基站流量，所述基于所述目标基站类别对应的异常检测模型，对所述目标待检测基站进行能效异常检测，获得检测结果，包括：
10.一种基站能效异常检测装置，其特征在于，包括：
11.一种检测设备，其特征在于，包括：收发机和处理器；所述处理器用于：
12.一种检测设备，包括：收发器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；其特征在于，所述处理器执行所述程序或指令时实现如权利要求1-9任一项所述的基站能效异常检测方法。
13.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1-9任一项所述的基站能效异常检测方法中的步骤。
