基于数据预测匹配的LEO卫星绿色能量管理策略

本发明公开了一种基于数据预测匹配的LEO卫星绿色能量管理策略。首先利用历史数据通过CNN‑LSTM和LSTM‑RF算法预测LEO卫星在轨道周期内的太阳能辐射能量和业务需求能量；其次采用李亚普诺夫理论构建能量规划问题模型，并引入MPC算法辅助在每个时隙重新优化决策，以实现能量供应与业务需求的高效匹配。以利用AEME指标，用于评估不同算法在单位时隙内的能量匹配误差。经仿真实验验证，Lyapunov‑MPC算法对比博弈论算法、贪婪算法和粒子群优化算法的匹配精度分别提高了396.36%、559.81%和626.72%。本发明所提出的匹配决策算法效果具有明显优势，大幅提升了LEO卫星的能量利用效率。