一种基于STL-Prophet-Informer模型的太阳电池阵多变量趋势预测方法OA北大核心CSTPCD
为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess,STL)对太阳电池阵的多个参数分解为趋势分量、周期分量和残差分量,然后采用对趋势性数据预测效果较好的Prophet预测…查看全部>>
张舒晗;程月华;姜斌
南京航空航天大学自动化学院,南京211100南京航空航天大学自动化学院,南京211100南京航空航天大学自动化学院,南京211100
计算机与自动化
卫星遥测数据多变量预测Informer网络局部加权周期趋势分解
《空间控制技术与应用》 2024 (1)
P.35-45,11
国家自然科学基金集成资助项目(U22B6001)。
评论