System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于设备防水,涉及一种5g基站智慧防水系统及方法。
技术介绍
1、在5g技术的快速发展和广泛应用的背景下,5g基站作为支撑5g网络的重要设施之一,对于提供高速、低延迟的无线通信至关重要。然而,基站的设备往往在户外环境中运行,容易受到恶劣天气条件的影响,尤其是水分的侵害可能导致设备的故障和服务中断。
2、目前,5g基站的机柜大部分采用具有高强度防水材料的防水外壳进行保护,能够有效地防止水分进入设备内部。此外,5g基站还配备了专门的密封胶和o型密封圈,用于封闭设备的接口和连接部分,有效地防止水分影响电气连接。
技术实现思路
1、为解决现有技术中存在的上述问题,本专利技术提供了一种5g基站智慧防水系统及方法。
2、本专利技术的目的可以通过以下技术方案实现:
3、第一方面,本申请提供了一种5g基站智慧防水系统,包括环境监测模块、机柜监测模块、机柜湿度预测模块和气密性分析模块,所述环境监测模块、机柜监测模块、机柜湿度预测模块和气密性分析模块通信连接,其中:
4、所述环境监测模块,用于实时监测并获取5g基站机柜周围的环境参数;
5、所述机柜监测模块,用于实时监测并获取5g基站机柜内部的实际湿度;
6、所述机柜湿度预测模块,用于将所述环境参数输入机柜湿度分析模型,输出预测的机柜内部的理论湿度,所述机柜湿度分析模型,包括以下构建步骤:
7、s1、数据收集:收集气密性良好的5g基站机柜日常的监测数据,所述监
8、s2、识别关键环境参数:以5g基站机柜周围的环境参数作为解释变量,5g基站机柜内部湿度数据作为响应变量,构建cart模型以识别影响5g基站机柜内部湿度数据的关键环境参数;
9、s3、以关键环境参数为自变量,5g基站机柜内部湿度数据作为因变量,构建二者之间的bp人工神经网络模型作为最终的机柜湿度分析模型;
10、所述气密性分析模块,用于计算实际湿度与理论湿度之间的相对误差,当所述相对误差超过 a%时,系统发出气密性不良的报警。
11、进一步地,环境监测模块中,所述环境参数包括环境温度、空气湿度和降水量。
12、进一步地,步骤s2中,所述cart模型,包括以下构建步骤:
13、s21、根据切分准则选择一个最合适的解释变量作为切分特征,并选择最佳切分点将响应变量数据集划分为两个数据子集;所述切分准则是将响应变量数据集切分后使响应变量的平方误差和最小化;
14、s22、递归划分:对于每个数据子集,重复继续划分数据子集并生成更多的数据子集,直到满足停止条件为止;所述停止条件为达到最大深度或达到数据子集样本数量的阈值;
15、s23、当停止划分时,各数据子集选择平均值或中位数作为其预测值;
16、s24、后剪枝:根据数据集递归划分的顺序,选择划分后平方误差和不再减小或减小程度明显变小的位置进行剪枝,确定最佳划分次数的最终回归树;
17、s25、识别最终回归树中所有作为最佳切分特征的解释变量,将其确定为关键环境参数。
18、进一步地,步骤s21中,所述平方误差和的计算公式为:
19、
20、其中,se表示平方误差和;y表示响应变量的真实值;表示响应变量的预测值;σ表示求和。
21、进一步地,所述bp人工神经网络模型,包括以下构建步骤:
22、s31、确定模型结构:确定神经网络的神经元层数和数量,所述神经元包括输入层、隐藏层和输出层,其中输入层为关键环境参数,输出层为5g基站机柜内部湿度数据;
23、s32、前向传播:将输入数据通过神经网络进行计算,从输入层开始,通过隐藏层逐层传递,最终到达输出层,在每个神经元中,根据输入数据和权重计算加权和,最后通过激活函数得到神经元的输出;
24、s33、计算误差:将神经网络的输出与期望输出进行比较,计算出误差;
25、s34、反向传播:根据误差,从输出层开始,逐层反向传播误差,并根据误差利用梯度下降算法调整连接权重和偏置;
26、s35、重复迭代:重复进行步骤s32至步骤s34,直到误差达到预设的误差阈值时停止;
27、s36、模型评估:使用独立的测试数据集对训练好的神经网络进行测试,采用决定系数评估模型的预测性能。
28、进一步地,步骤s31中,所述模型结构,所述隐藏层的层数为五层,所述输入层和输出层的层数与样本数相同;输入层单元与隐藏层单元之间,以及隐藏层单元与输出层单元之间都设有连接权重和偏置,隐藏层和输出层都设有激活函数。
29、进一步地,所述隐藏层和所述输出层的神经元输出,计算公式如下:
30、,
31、式中, y为神经元输出; x i为输入; b为偏置; w i为神经元之间的连接权重; f为激活函数; k为输入个数。
32、进一步地,步骤s33中,所述计算误差,公式为:
33、,
34、式中, e为输出层单元误差函数; t l为期望输出; z l为输出层输出。
35、进一步地,气密性分析模块中,所述实际湿度与理论湿度之间的相对误差,计算公式为:
36、,
37、式中, s r表示实际湿度与理论湿度之间的相对误差; s t表示实际湿度; s p表示理论湿度。
38、第二方面,本申请提供了一种5g基站智慧防水方法,应用于如上所述的一种5g基站智慧防水系统,包括以下步骤:
39、实时监测并获取5g基站机柜周围的环境参数和5g基站机柜内部的实际湿度;
40、将所述环境参数输入机柜湿度分析模型,输出预测的理论湿度,所述机柜湿度分析模型,包括以下构建步骤:
41、数据收集:收集气密性良好的5g基站机柜日常的监测数据,所述监测数据包括5g基站机柜周围的环境参数和5g基站机柜内部湿度数据;
42、识别关键环境参数:以5g基站机柜周围的环境参数作为解释变量,5g基站机柜内部湿度数据作为响应变量,构建cart模型本文档来自技高网...
【技术保护点】
1.一种5G基站智慧防水系统,其特征在于:包括环境监测模块、机柜监测模块、机柜湿度预测模块和气密性分析模块,所述环境监测模块、机柜监测模块、机柜湿度预测模块和气密性分析模块通信连接,其中:
2.根据权利要求1所述的一种5G基站智慧防水系统,其特征在于:环境监测模块中,所述环境参数包括环境温度、空气湿度和降水量。
3.根据权利要求1所述的一种5G基站智慧防水系统,其特征在于:步骤S2中,所述CART模型,包括以下构建步骤:
4.根据权利要求3所述的一种5G基站智慧防水系统,其特征在于:步骤S21中,所述平方误差和的计算公式为:
5.根据权利要求1所述的一种5G基站智慧防水系统,其特征在于:所述BP人工神经网络模型,包括以下构建步骤:
6.根据权利要求5所述的一种5G基站智慧防水系统,其特征在于:步骤S31中,所述模型结构,所述隐藏层的层数为五层,所述输入层和输出层的层数与样本数相同;输入层单元与隐藏层单元之间,以及隐藏层单元与输出层单元之间都设有连接权重和偏置,隐藏层和输出层都设有激活函数。
7.根据权利要求6
8.根据权利要求5所述的一种5G基站智慧防水系统,其特征在于:步骤S33中,所述计算误差,公式为:
9.根据权利要求1所述的一种5G基站智慧防水系统,其特征在于:气密性分析模块中,所述实际湿度与理论湿度之间的相对误差,计算公式为:
10.一种5G基站智慧防水方法,应用于如权利要求1-9任一项所述的一种5G基站智慧防水系统,其特征在于:包括以下步骤:
...【技术特征摘要】
1.一种5g基站智慧防水系统,其特征在于:包括环境监测模块、机柜监测模块、机柜湿度预测模块和气密性分析模块,所述环境监测模块、机柜监测模块、机柜湿度预测模块和气密性分析模块通信连接,其中:
2.根据权利要求1所述的一种5g基站智慧防水系统,其特征在于:环境监测模块中,所述环境参数包括环境温度、空气湿度和降水量。
3.根据权利要求1所述的一种5g基站智慧防水系统,其特征在于:步骤s2中,所述cart模型,包括以下构建步骤:
4.根据权利要求3所述的一种5g基站智慧防水系统,其特征在于:步骤s21中,所述平方误差和的计算公式为:
5.根据权利要求1所述的一种5g基站智慧防水系统,其特征在于:所述bp人工神经网络模型,包括以下构建步骤:
6.根据权利要求5所述的一种5g基站智...
【专利技术属性】
技术研发人员:杨建中,黄俊欢,雷亚民,梅程祺,蔡俊妍,
申请(专利权)人:中通服建设有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。