南京航空航天大学学报

作者：闫国瑞，韩延东，王啟宁，林博轩，苏蛟

单位：航天东方红卫星有限公司，北京 100094；,航天东方红卫星有限公司，北京 100094；,航天东方红卫星有限公司，北京 100094；,航天东方红卫星有限公司，北京 100094；,航天东方红卫星有限公司，北京 100094；

关键词：卫星;太阳电池阵;BP神经网络;预测;人工蜂群

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。

来源：2023年第1期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2023年第1期