论文部分内容阅读
针对因卫星入境数据延迟,无法快速判断太阳能电池阵温度遥测数据是否发生异常问题,提出一种SE-TCN网络模型.首先借鉴SENet中的通道注意力机制,对时间卷积网络(TCN)进行改进,提高模型的特征提取能力;其次使用SE-TCN做为特征提取网络,训练出网络模型;最后对温度遥测数据做中长期预测(约4轨).以某在轨卫星实际太阳能电池阵温度遥测数据作为实验数据.结果表明:本文提出的SE-TCN网络模型在评价指标上与传统TCN网络模型相比,平均绝对误差(MAE)降低了7.7％,均方根误差(RMSE)降低了5.2％,相关系数(R)提高了0.4％.当卫星入境时,该检测方法可根据预测值快速判断实时遥测数据是否发生异常.