通信基站的节能对电信行业具有十分重要的意义。即将到来的5G网络将有更多的流量负载,移动通信网络能耗的影响将更加严重。减少移动通信网络的能耗已经引起了人们的极大关注,在保证通信设备和通信设施正常运行的前提下,对基站空调进行节能分析是十分有必要的。本文以基站空调运维及用能调度平台为研究对象,通过对基站空调的用能模式进行分析,针对识别出的不同模式采用不同的控制策略;通过对基站站空调的能耗预测,提出用能调度方案。旨在构建一个基站空调运维及用能调度管理平台。本文首先分析了平台内基站空调数据的质量特点,根据数据的质量特点,利用机器学习的理论方法对数据进行预处理,提出了适用于基站空调数据的预处理体系。其意义在于为接下来的数据分析提供可靠的数据,并降低其复杂度。.其次,利用决策树、K-means、等方法对基站空调系统用能模式进行识别,并采用遗传算法优化K-means,进行对比分析,验证了算法的有效性。再次,提出了EMD-AGA-LSTM预测模型对基站空调进行短时间内的能耗预测。通过分析不同输入模式对预测模型的影响,找到最佳了输入模式;通过分析不同本征模态分量IMF重组方式对预测精度的影响,验证了模式分解对预测模型的有效性;通过对所提出的模型的组合方式进行比较,并与常用的预测模型进行比较,验证了本文所提出的空调能耗预测方法的有效性。最后,应用上述理论和方法,设计与实现基站空调运维及用能调度管理平台。