| 人工蜂群优化BP神经网络的太阳电池阵电流预测 |
| |
| 引用本文： | 闫国瑞,韩延东,王啟宁,林博轩,苏蛟.人工蜂群优化BP神经网络的太阳电池阵电流预测[J].南京航空航天大学学报,2023,55(1):116-122. |
| |
| 作者姓名： | 闫国瑞 韩延东 王啟宁 林博轩 苏蛟 |
| |
| 作者单位： | 航天东方红卫星有限公司，北京 100094 |
| |
| 摘 要： | 通过对卫星太阳电池阵输出电流影响因子进行分析，提出了一种基于人工蜂群（Artificial bee colony,ABC）算法优化BP神经网络的太阳电池阵输出电流预测方法。将太阳入射角、卫星太阳电池阵工作温度、卫星星时等遥测量变换后作为神经网络输入，进行输出电流预测。考虑到神经网络对初始权值及偏置敏感的特点，采用ABC改进算法对神经网络初始参数进行优化。该模型可用于卫星太阳电池阵电流输出能力分析、太阳电池阵预警及异常检测等。实验测试表明，模型能够取得较高预测精度，同星预测均方根误差（Mean squared error, MSE）为0.10 A，跨星预测均方根误差为0.12 A，其精度明显优于传统数据拟合方法。利用该模型及本文提出的预警策略进行预警，对于7年5个月的正常卫星数据没有发生误报，对于某异常卫星数据能够及时进行预警。
|
| 关 键 词： | 卫星 太阳电池阵 BP神经网络 预测 人工蜂群 |
| 收稿时间： | 2021/10/18 0:00:00 |
| 修稿时间： | 2022/6/30 0:00:00 |
Solar Array Output Current Prediction of Optimized BP Neural Network Based on Artificial Bee Colony Algorithm |
| |
| YAN Guorui,HAN Yandong,WANG Qining,LIN Boxuan,SU Jiao.Solar Array Output Current Prediction of Optimized BP Neural Network Based on Artificial Bee Colony Algorithm[J].Journal of Nanjing University of Aeronautics & Astronautics,2023,55(1):116-122. |
| |
| Authors: | YAN Guorui HAN Yandong WANG Qining LIN Boxuan SU Jiao |
| |
| Abstract: | |
| |
| Keywords: | satellite solar array BP neural network prediction artificial bee colony |
|
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 |
| 点击此处可从《南京航空航天大学学报》下载免费的PDF全文 |
