基于MSW-LSTM的卫星功率负荷预测方法OA北大核心CSTPCD

文章提出一种基于多尺度小波变换的长短期记忆神经网络(Multi-scale Wavelet-Long Short-term Memory,MSW-LSTM)卫星功率负荷预测方法,利用多尺度小波变换的时频特性将卫星功率负荷数据进行平稳化处理,结合LSTM算法针对多尺度小波分解并降噪后的各尺度功率负荷序列进行预测,并对预测得到的各序列数据进行重构得到时域功率负荷数据,从而提高卫星功率负荷预测的精度。通过某在轨卫星真实功率负荷数据进行分析,仿真结果表明本文提出的算法可以有效地提高功率负荷预测的精度,且针对不同轨道的卫星功率负荷预测有较高的普适性和鲁棒性。