科研之友
微信
新浪微博
Facebook
分享链接
摘要
卫星太阳能电池阵输入电流受地球反照、卫星反照等多方面影响，会产生不同频率的波动起伏，造成预测精度不足，针对该问题提出一种基于离散小波变换(DWT)和长短期记忆网络(LSTM)的电流数据预测方法。首先对电流信号进行归一化，其次使用DWT对遥测信号进行小波分解，获取信号的多层高低频小波系数，提高信号数据特征，然后通过双通道LSTM进行特征学习，预测出各层小波系数，最后通过对预测出来的小波系数进行信号重构并反归一化获得最终预测信号。通过使用某在轨卫星太阳能电池阵电流遥测数据对预测模型进行验证，结果表明提出的方法相对于传统LSTM模型具有更好的预测精度，平均绝对误差减少16.4%,均方根误差减少29.9%,相关系数提高3.2%。
- 单位
