射电望远镜结构构件温度场智能预测方法

本发明涉及射电望远镜结构温度分析领域，公开了射电望远镜结构构件温度场智能预测方法，包括：步骤1：建立基于LSTM的气象数据预测模型，气象数据包括风速、气温和太阳辐射强度；步骤2：结合气象数据、杆件的阴影系数和杆件的几何参数，计算射电望远镜构件观测期内温度场；步骤3：根据气象数据、杆件的阴影系数、杆件的几何参数和温度场数据，构建基于LSTM神经网络的杆件温度预测模型；步骤4：根据杆件温度预测模型中预测获得下一时刻的杆件温度信息。本方案中多变量输入架构，综合风速、辐射、阴影系数等多维度影响因素，温度预测结果更加准确；预测响应时间短，可直接输出未来时刻温度场分布。