La cosecha de energía de la radiación solar ha surgido como un enfoque efectivo para prolongar la vida útil de las redes de sensores de energía al aire libre. La energía recolectada debe ser gestionada cuidadosamente para asegurar que haya suficiente energía disponible cuando la energía solar escasea. Para el problema de predicción de la cosecha de energía solar, este artículo propone un modelo auto-regresivo integrado de media móvil estacional adaptativo (ASARIMA) para la predicción de la cosecha de energía solar. Un conjunto de entrenamiento puede ajustarse de forma adaptativa por la similitud de los datos históricos, y luego realizamos un ajuste de datos de diferencia estacional basado en el conjunto de entrenamiento ajustado para obtener los parámetros óptimos del modelo de predicción. Los resultados experimentales muestran que este modelo ASARIMA funciona mejor que otros algoritmos de predicción de energía existentes. Si las condiciones climáticas son estables, el error de predicción del ASARIMA disminuye en más del 70%. Si las condiciones climáticas cambian bruscamente, el error de predicción disminuye en más del 20% en comparación con los de otros algoritmos.