买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉十方星链(苏州)航天科技有限公司申请的专利卫星能源预测方法、装置、计算机设备和存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121503823B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610034702.4，技术领域涉及：G06Q10/04；该发明授权卫星能源预测方法、装置、计算机设备和存储介质是由李子玉;王冠军;孟超凡;陈经野设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本卫星能源预测方法、装置、计算机设备和存储介质在说明书摘要公布了：本申请涉及一种卫星能源预测方法、装置、计算机设备和存储介质，通过获取目标卫星的状态数据和任务计划数据，基于状态数据调用预先训练的混合预测模型，得到目标卫星在预测周期的预测SOC序列，并根据预测SOC序列确定预测周期的电池剩余电量，根据电池剩余电量以及任务计划数据，计算用于载荷任务规划的能源预算值。由于该混合预测模型融合了ARIMA、CNN以及LSTM，其通过结构化的分工与协作，充分发挥不同算法的优势，从而精准预测卫星在复杂、动态环境下的能源状态和预算，为卫星能源智能管理提供了可靠、前瞻的决策依据，能够确保卫星长期可靠运行和最大化服务效能。

本发明授权卫星能源预测方法、装置、计算机设备和存储介质在权利要求书中公布了：1.一种卫星能源预测方法，其特征在于，所述方法包括： 获取目标卫星的状态数据和任务计划数据，所述状态数据包括所述目标卫星当前的能源序列、轨姿序列和空间环境数据； 基于所述状态数据调用预先训练的混合预测模型，得到所述目标卫星在预测周期的预测SOC序列，所述混合预测模型为预先构建并训练的ARIMA-CNN-LSTM混合深度学习模型； 根据所述预测SOC序列确定预测周期的电池剩余电量； 根据所述电池剩余电量以及所述任务计划数据，计算用于载荷任务规划的能源预算值； 所述混合预测模型通过如下方法训练得到： 获取样本数据，对所述样本数据进行预处理，得到多个样本序列；所述样本数据包括卫星的历史状态数据； 针对每个所述样本序列，采用初始ARIMA模块进行处理，得到对应样本序列的预测序列，所述预测序列包括线性预测子序列以及白噪声残差子序列； 基于所述样本序列和所述白噪声残差子序列，采用初始CNN模块进行处理，得到局部特征子序列； 根据所述局部特征子序列，采用初始LSTM模块进行非线性预测，得到非线性预测子序列； 采用初始特征融合模块对所述白噪声残差子序列、所述线性预测子序列和所述非线性预测子序列进行融合处理，得到特征融合序列； 基于所述特征融合序列，确定对应所述样本序列的预测SOC样本序列； 根据所述预测SOC样本序列以及预先配置的训练参数，对初始ARIMA模块、初始CNN模块、初始LSTM模块以及初始特征融合模块进行联合微调，得到训练后的混合预测模型； 所述任务计划数据包括所述目标卫星执行载荷任务规划所需的基本能耗以及轨道机动能耗；所述根据所述电池剩余电量以及所述任务计划数据，计算用于载荷任务规划的能源预算值，包括：确定所述目标卫星执行载荷任务规划的预留安全裕量，所述预留安全裕量表征不可预测事件所需的能耗；获取所述预留安全裕量、所述基本能耗以及所述轨道机动能耗的和；计算所述电池剩余电量与所述和的差，所述差表征用于载荷任务规划的能源预算值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人十方星链(苏州)航天科技有限公司，其通讯地址为：215000 江苏省苏州市相城区高铁新城青龙港路286号长三角国际研发社区启动区10号楼A座501室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。