一种卫星电源状态评估方法技术

本发明专利技术提供一种卫星电源状态评估方法，通过分析支持向量机(SVM)与卫星电源系统健康状态之间的关系，将卫星电源系统性能的健康评估问题转化为一个分类问题，从整体上评价卫星电源系统的健康状态，判断卫星电源系统可能发生异常、故障的隐患，提高运管人员对卫星电源系统的掌控能力，实现精细化的管理手段。

A Satellite Power State Assessment Method

The invention provides a satellite power state assessment method. By analyzing the relationship between support vector machine (SVM) and the health status of satellite power system, the health assessment problem of satellite power system performance is transformed into a classification problem. The health status of satellite power system is evaluated as a whole, and the hidden danger of abnormal and malfunction of satellite power system is judged, so as to improve the operator. The control ability of the satellite power system and the fine management means are realized.

【技术实现步骤摘要】
一种卫星电源状态评估方法
本专利技术属于卫星电源故障预测与健康管理
，尤其涉及一种卫星电源状态评估方法。
技术介绍
随着卫星电源系统复杂性的提高，对卫星安全、稳定运行提出了更高的要求。目前，主要通过对卫星的异常、故障进行判断，来告知在轨运管人员系统的状态是否可用，然而通过对卫星的异常、故障进行判断的方法容易造成卫星异常，且故障发生后可干预、控制能力弱，部分异常故障发生还可能导致整星的失效。
技术实现思路
为解决上述问题，本专利技术提供一种卫星电源状态评估方法，可以降低评估过程中主观因素的影响，更为准确地评价卫星电源的健康水平，判断卫星电源系统可能发生异常、故障的隐患。一种卫星电源状态评估方法，包括以下步骤：S1：获取卫星电源状态的正样本和负样本，其中，所述正样本表征卫星电源状态健康，负样本表示卫星电源状态异常；S2：对卫星电源状态的正样本和负样本进行分类训练，得到SVM分类器、SVM分类器的最优分类面以及健康样本边界；S3：获取待评估时间段内卫星电源状态的测试样本，然后将所述测试样本输入所述SVM分类器，得到每个测试样本与最优分类面的距离d；S4：分别根据各测试样本对应的距离d判断各测试样本的健康状态：若d>1，则测试样本为健康样本，若d<-1，则测试样本为故障样本。进一步地，若测试样本对应的距离d满足-1≤d≤1，则执行以下步骤：获取-1≤d≤1对应的测试样本与健康样本边界的距离d'，然后分别对各距离d'执行云发生器分类操作，得到各距离d'对应的测试样本的健康状态类别，其中，所述云发生器分类操作具体为：将距离d'分别输入云发生器中N次，得到N个健康状态类别，其中，健康状态类别包括健康、亚健康以及性能严重退化，且N至少为20；统计N个健康状态类别中各类别的出现次数，将出现次数最大者所属的健康状态类别作为该距离d'对应的测试样本的健康状态类别。进一步地，所述云发生器的训练方法为：获取卫星电源状态的各样本与最优分类面的距离d；将-1≤d≤1对应的样本作为训练样本，并分别获取各训练样本与SVM分类器的健康样本边界的距离d'，同时将各距离d'划分为健康距离、亚健康距离以及性能严重退化距离，其中，健康距离表征训练样本为健康，亚健康距离表征训练样本为亚健康，性能严重退化距离表征训练样本为性能严重退化；对健康距离、亚健康距离以及性能严重退化距离进行分类训练，得到云发生器。进一步地，所述的出现次数最大者所属的健康状态类别作为距离d'对应的测试样本的健康状态类别的可信度为：所述出现次数最大者与N的比值。进一步地，所述SVM分类器的核函数和惩罚因子根据交叉验证寻优法得到。有益效果：1、本专利技术提供一种卫星电源状态评估方法，通过分析支持向量机(SVM)与卫星电源系统健康状态之间的关系，将卫星电源系统性能的健康评估问题转化为一个分类问题，从整体上评价卫星电源系统的健康状态，判断卫星电源系统可能发生异常、故障的隐患，提高运管人员对卫星电源系统的掌控能力，实现精细化的管理手段。2、本专利技术提供一种卫星电源状态评估方法，采用支持向量机SVM结合云发生器进行卫星电源健康状态评估；这种支持向量机与云发生器相结合的模式识别方法，可以降低评估过程中主观因素的影响，实现从评估值到评估语域的不确定性映射，并通过SVM与云发生器结合，对电源控制系统健康等级进行划分，能够更为准确地评价卫星电源的健康水平，判断卫星电源系统可能发生异常、故障的隐患，进一步提高运管人员对卫星电源系统的掌控能力，实现更为精细化的管理手段。附图说明图1为本专利技术提供的一种卫星电源状态评估方法的流程图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。参见图1，该图为本实施例提供的一种卫星电源状态评估方法的流程图。一种卫星电源状态评估方法，包括以下步骤：S1：获取卫星电源状态的正样本和负样本，其中，所述正样本表征卫星电源状态健康，负样本表示卫星电源状态异常。S2：对卫星电源状态的正样本和负样本进行分类训练，得到SVM分类器、SVM分类器的最优分类面以及健康样本边界。需要说明的是，所述SVM分类器的核函数和惩罚因子根据交叉验证寻优法得到，例如核函数选用径向基函数；所述最优分类面为SVM分类器中将正样本和负样本正确分开且使两者的分类间隔最大的分类面；所述健康样本边界为SVM分类器中将正样本和负样本正确分开、且离正样本距离最近甚至位于正样本上并平行于最优分类面的平面。S3：获取待评估时间段内卫星电源状态的测试样本，然后将所述测试样本输入所述SVM分类器，得到每个测试样本与最优分类面的距离d。S4：分别根据各测试样本的距离d判断各测试样本的健康状态：若d>1，则测试样本为健康样本，若d<-1，则测试样本为故障样本，若-1≤d≤1，则进入步骤S5。也就是说，当d>1或d<-1时则可不经过云发生器，直接判断为正常或者故障，只有当d在[-1,1]区间时才经过云发生器的模糊映射。为了更加直观地表示评估结果，可以将得到的健康度转化为百分制：健康状态下健康度为100；亚健康状态下健康度为[60,100]；性能严重退化状态下健康度为[0,60]；这里定义健康度为：电源系统健康状态的度量，健康度是系统状态的量化表示，其值越大，表示系统越健康。S5：获取-1≤d≤1的测试样本与健康样本边界的距离d'，然后分别对各距离d'执行云发生器分类操作，得到各距离d'对应的测试样本的健康状态类别，其中，所述云发生器分类操作具体为：将距离d'分别输入训练好的云发生器中N次，得到N个健康状态类别，其中，健康状态类别包括健康、亚健康以及性能严重退化，且N至少为20；统计N个健康状态类别中各类别的出现次数，将出现次数最大者所属的健康状态类别作为该距离d'对应的测试样本的健康状态类别。需要说明的是，出现次数最大者所属的健康状态类别作为距离d'对应的测试样本的健康状态类别的可信度为：所述出现次数最大者与N的比值。需要说明的是，云模型是一种定量与定性互换的模型，能够解决性能评估中存在的模糊性和随机性的问题。所以，当-1≤d≤1而无法判断测试样本为故障样本还是健康样本时，本实施例将采用云模型来解决定量值到模糊值的语义(健康等级)映射的问题。可选的，所述云发生器的训练方法为：获取卫星电源状态的各样本与最优分类面的距离d；将-1≤d≤1对应的样本作为训练样本，并分别获取各训练样本与SVM分类器的健康样本边界的距离d'，同时将各距离d'划分为健康距离、亚健康距离以及性能严重退化距离，其中，健康距离表征训练样本为健康，亚健康距离表征训练样本为亚健康，性能严重退化距离表征训练样本为性能严重退化；对健康距离、亚健康距离以及性能严重退化距离进行分类训练，得到云发生器。需要说明的是，一维正态云发生器进行预测时,要遵循正态分布的"3En"规则，其产生的相应的云中位于[Ex-3En,Ex+3En]之外的云滴属于小概率事件，通常情况下可以忽略不计，在具体的云发生器的计算中，主要由以下两步：输入：表示定性概念云的3个数字特征值Ex,En,He以及云滴的个数M；输出：M个云滴的定量值以及每一个云滴所代表的确定值。其具体算法步骤为：本文档来自技高网...

【技术保护点】
1.一种卫星电源状态评估方法，其特征在于，包括以下步骤：S1：获取卫星电源状态的正样本和负样本，其中，所述正样本表征卫星电源状态健康，负样本表示卫星电源状态异常；S2：对卫星电源状态的正样本和负样本进行分类训练，得到SVM分类器、SVM分类器的最优分类面以及健康样本边界；S3：获取待评估时间段内卫星电源状态的测试样本，然后将所述测试样本输入所述SVM分类器，得到每个测试样本与最优分类面的距离d；S4：分别根据各测试样本对应的距离d判断各测试样本的健康状态：若d>1，则测试样本为健康样本，若d<‑1，则测试样本为故障样本。

【技术特征摘要】
1.一种卫星电源状态评估方法，其特征在于，包括以下步骤：S1：获取卫星电源状态的正样本和负样本，其中，所述正样本表征卫星电源状态健康，负样本表示卫星电源状态异常；S2：对卫星电源状态的正样本和负样本进行分类训练，得到SVM分类器、SVM分类器的最优分类面以及健康样本边界；S3：获取待评估时间段内卫星电源状态的测试样本，然后将所述测试样本输入所述SVM分类器，得到每个测试样本与最优分类面的距离d；S4：分别根据各测试样本对应的距离d判断各测试样本的健康状态：若d>1，则测试样本为健康样本，若d<-1，则测试样本为故障样本。2.如权利要求1所述的一种卫星电源状态评估方法，其特征在于，若测试样本对应的距离d满足-1≤d≤1，则执行以下步骤：获取-1≤d≤1对应的测试样本与健康样本边界的距离d'，然后分别对各距离d'执行云发生器分类操作，得到各距离d'对应的测试样本的健康状态类别，其中，所述云发生器分类操作具体为：将距离d'分别输入云发生器中N次，得到N个健康状态类别，其中，健康状态类别包括健康、亚健康以...

【专利技术属性】
技术研发人员：何宵琼，罗凯，房红征，樊焕贞，李蕊，任帅，熊毅，王菲，
申请(专利权)人：北京航天测控技术有限公司，
类型：发明
国别省市：北京,11