5G网络作为新基建的重要内容，面临着能耗高、排放大等多方面的问题和挑战。项目以数字孪生能力支撑的集群大数据平台，实现了以ROI最优精准规划极简架构的低碳建网方案，以及基于AI的数字孪生的低碳智慧运维体系。项目有如下创新点： 一、项目提出基于CRAN架构的5G极简配套方案，基于用户迁移理论，以终端出货量、用户换机周期、终端价格为辅助变量，研究5G用户发展及业务行为，形成“1+3”用户预测5G频率规划方法论。开展室外郊区、室外城区及室内覆盖3种典型场景下路径损耗和关键传播路径研究，研发基于3D地图和主导路径模型（DPM）的数字孪生仿真技术。达到了低碳5G极简网络架构。 二、项目提出了基于AI的图像识别技术和上行干扰识别与定位技术，实现5G设备入网远程验收和5G上行干扰定位。提出人工蜂群算法和遗传算法，实现5G Massive-MIMO连片区域权值迭代寻优的新型方法。通过建立节能场景识别模型，研发KQI关联KPI的用户感知关联技术，研发多制式多频段协同关断方法，完成多制式多频段无线网协同节能体系构，达到了基于AI数字孪生的低碳智慧运维。 项目基于数字孪生底座，从仿真，规划、建设、优化和运营协同节能体系等方面，形成体系化、智能化和数字化系列成果，项目的解决策略和方案具有标准化、规范化，可复制的特点，在中国联通5G网络规划、建设、维护、优化中充分应用实践，取得较为突出、明显的效果。项目应用预计节约碳排放65483吨/年，产生经济效益16942万元，5G人口覆盖率提升到85%，MR覆盖率提升到94%，均位居全国前列，网络覆盖显著增强、用户感知明显改善。项目获得授权发明专利8项、发表论文9篇。技术创新性突出，低碳效果显著。