一种多工况条件下的系统关联性状态监测方法技术方案

本申请提出一种多工况条件下的系统关联性状态监测方法，其包括：第一步，多工况关联性健康基线配置；第二步，遥测参数获取；第三步，工况切割；第四步，关联性计算；第五步，异常判断。本申请的多工况条件下的系统关联性状态监测方法，准确划分卫星不同工况的前提下，针对每一段稳定的工况，从自变量遥参出发，结合配置输入的关联系数和阈值系数，计算得到因变量遥参的期望阈值区间，再用因变量遥参实际值与阈值进行比对，实现多工况条件下卫星的状态监测。

【技术实现步骤摘要】
一种多工况条件下的系统关联性状态监测方法
本申请涉及一种卫星健康监控技术，尤其涉及一种多工况条件下的系统关联性状态监测方法。
技术介绍
卫星关键分系统中单机参数众多，且空间环境的变化、卫星工况的更替使遥测数据的繁杂度变高，从而使得准确获悉卫星关键分系统在轨运行的真实健康状态变得极为困难。现有关键分系统健康状态判断技术，一方面仅仅通过简单遥测数据接收，解析全部遥测数据后由人工实时进行监控和解析出的遥测数据是否正常，不仅效率低下且人为误差因素较大；另一方面，现行技术手段能利用到的数据仅为少量历史数据，通过人为简单判断参数来推测异常，造成准确率较低；同时已有的技术较少对异常状态进行预警等功能。正常情况下，在工况稳定时，不同遥测参数之间由于结构、功能上的耦合和影响，其数值之间存在一定的关联关系。当卫星处于正常(或健康)状态下的时候，这种关联关系理论上应该保持相对稳定，受到运行情况、环境干扰、数据传输的影响而在小范围内随机波动；而在不同工况下，遥测参数关联关系呈现不同的形式。
技术实现思路
鉴于上述问题，本申请旨在提出一种多工况条件下的系统关联性状态监测方法。本申请的多工况条件下的系统关联性状态监测方法，其包括：第一步，多工况关联性健康基线配置；第二步，遥测参数获取；第三步，工况切割；根据工况敏感参数和配置的工况判别逻辑表达式，在遥测参数中识别切割出属于目标工况段的部分；第四步，关联性计算；根据关联性健康基线配置，计算得到因变量遥测参数关联值、关联阈值下限序列和关联阈值上限序列；第五步，异常判断；根据判异准则，判断因变量遥测参数实际值与关联阈值下限序列、关联阈值上限序列的关系，判断关联关系正常或异常。优选地，在第一步中，对关联性计算所需的必要信息进行配置；配置项包括：关联计算遥测参数、工况敏感参数、工况判别逻辑表达式、关联性计算时间范围、关联性健康基线解析函数模型、关联性健康基线阈值和异常判定规则。优选地，在第二步中，根据配置中指定的关联计算遥测参数名称，在遥测参数数据库中进行检索和查询；并根据配置中指定的关联性计算时间范围，在数据库中抽取出参与关联性计算的遥测参数满足关联性计算时间范围的遥测参数值，得到关联计算遥测参数序列，分别记作自变量遥测参数序列和因变量遥测参数序列；根据配置中指定的工况敏感参数名称，在遥测参数数据库中进行检索和查询；并根据配置中指定的关联性计算时间范围，在数据库中抽取出用于工况判断与识别的遥测参数满足关联性计算时间范围的遥测参数值，记作多个工况敏感遥测参数序列。优选地，在第三步中，将工况敏感遥测参数序列的时间轴中每一个时间点对应的工况敏感遥测参数值输入工况判别逻辑表达式中，获得布尔量序列；在布尔量序列中，识别连续两个及两个以上值为真的子序列；每个子序列对应一个目标工况时刻区间；在每个目标工况时刻区间对关联计算遥测参数序列进行切割，若关联计算遥测参数序列该目标工况时刻区间内有值，则关联计算遥测参数序列在该目标工况时刻区间内存在目标工况子序列；将所有目标工况子序列按顺序排列，组成满足目标工况时刻的关联计算遥测参数序列。优选地，在第四步中，根据配置的关联性健康基线解析方程、关联性健康基线阈值下限、关联性健康基线阈值上限，分别计算每个目标工况子序列中，对应于自变量遥测参数值的因变量遥测参数关联值、关联阈值下限和关联阈值上限，最终得到的完整关联值序列、关联阈值下限序列、关联阈值上限序列；将所有的目标工况子序列进行拼接，组成完整工况因变量遥测值序列。优选地，分别计算完整工况因变量遥测值序列中每个值与关联阈值下限和关联阈值上限之间的关系，对于每个遥测点，计算产生一个超限标志位，所有的超限标志位构成超限标志位序列；根据异常判定规则对超限标志位序列进行判定，得到系统关联性状态。优选地，所述异常判定准则为：计算整个超限标志位序列中超限点总数占序列总长度的比例值，如该比例值大于预定阈值，则判定结果为异常；如该比例值小于或等于预定阈值，则判定结果为异常。优选地，所述异常判定准则为：以预定的滑窗步长对超限标志位序列进行截取，形成多个子序列；对于每个子序列，将子序列超限点总数占子序列总长度的比例值与预定的滑窗超限比例判异阈值进行比较：若该比例值大于该阈值，则该子序列判定结果为异常；若该比例值小于等于该阈值，则该子序列判定结果为正常；若任何一个子序列的判定结果为异常，则整个超限标志位序列的判定结果为异常，即系统关联性状态为异常；若所有子序列的判定结果为正常，则整个超限标志位序列的判定结果为正常，即系统关联性状态为正常。优选地，所述异常判定规则为：计算整个超限标志位序列的超限点总数占序列总长度的比例值；将比例值与预定的比例判异阈值进行比较，若比例值大于该阈值，记第一标志位为1；若比例值小于或等于该阈值，记第一标志位为0；以预定的滑窗步长对超限标志位序列进行截取，形成多个子序列；对于每个子序列，将子序列超限点总数占子序列总长度的比例值与预定的滑窗超限比例判异阈值进行比较：若该比例值大于该阈值，则该子序列判定结果为异常；若该比例值小于等于该阈值，则该子序列判定结果为正常；若任何一个子序列的判定结果为异常，记第二标志位为1；若所有子序列的判定结果为正常，记第二标志位为0；将第一标志位与第二标志位进行逻辑或运算，其结果即为整个超限标志位序列的结果；1为异常，即系统关联性状态为异常；0为正常，系统关联性状态为正常。本专利技术的优点与积极效果在于：本申请的多工况条件下的系统关联性状态监测方法，准确划分卫星不同工况的前提下，针对每一段稳定的工况，从自变量遥参出发，结合配置输入的关联系数和阈值系数，计算得到因变量遥参的期望阈值区间，再用因变量遥参实际值与阈值进行比对，实现多工况条件下卫星的状态监测。相对于传统单参数阈值监测方法而言，基于关联性健康基线的监测方法将不同参数之间的定量相关关系同时纳入监测范围，能够从多参数的角度，系统化地进行卫星典型分系统健康状态监测；基于关联性健康基线的监测，基线来源可以是基于专家知识的构建结果，也可以是数据驱动的挖掘结果，因此本方法能够将卫星运行机理与海量遥测参数中蕴含的模式有效结合，避免了对过多的专家知识依赖性，或单纯从数据角度出发的监测结果所缺乏的可解释性；关联性状态监测是一种消耗计算资源较少的监测方法，对于卫星及其典型分系统这类需要长期稳定运行并持续监测的对象来说，本方法适合长时间范围的健康状态监测；采用多种判异准则，针对不同特点的数据和对象，针对性地进行监测，使健康状态监测结果更加合理可靠。针对多类分系统的各类型遥测参数可快速开展日关联性状态监测分析；支持用户自主添加和扩展关联关系；结合专家知识，将卫星遥测参数按工况进行切割，对于不同工况下的遥测数据分别进行关联性健康基线构建，对数据中蕴含的信息进行更加有效的利用；将卫星不同的工本文档来自技高网...

【技术保护点】
1.一种多工况条件下的系统关联性状态监测方法，其包括：/n第一步，多工况关联性健康基线配置；/n第二步，遥测参数获取；/n第三步，工况切割；根据工况敏感参数和配置的工况判别逻辑表达式，在遥测参数中识别切割出属于目标工况段的部分；/n第四步，关联性计算；根据关联性健康基线配置，计算得到因变量遥测参数关联值、关联阈值下限序列和关联阈值上限序列；/n第五步，异常判断；根据判异准则，判断因变量遥测参数实际值与关联阈值下限序列、关联阈值上限序列的关系，判断关联关系正常或异常。/n

【技术特征摘要】
1.一种多工况条件下的系统关联性状态监测方法，其包括：
第一步，多工况关联性健康基线配置；
第二步，遥测参数获取；
第三步，工况切割；根据工况敏感参数和配置的工况判别逻辑表达式，在遥测参数中识别切割出属于目标工况段的部分；
第四步，关联性计算；根据关联性健康基线配置，计算得到因变量遥测参数关联值、关联阈值下限序列和关联阈值上限序列；
第五步，异常判断；根据判异准则，判断因变量遥测参数实际值与关联阈值下限序列、关联阈值上限序列的关系，判断关联关系正常或异常。


2.如权利要求1所述的多工况条件下的系统关联性状态监测方法，其特征在于：
在第一步中，对关联性计算所需的必要信息进行配置；配置项包括：关联计算遥测参数、工况敏感参数、工况判别逻辑表达式、关联性计算时间范围、关联性健康基线解析函数模型、关联性健康基线阈值和异常判定规则。


3.如权利要求2所述的多工况条件下的系统关联性状态监测方法，其特征在于：
在第二步中，根据配置中指定的关联计算遥测参数名称，在遥测参数数据库中进行检索和查询；并根据配置中指定的关联性计算时间范围，在数据库中抽取出参与关联性计算的遥测参数满足关联性计算时间范围的遥测参数值，得到关联计算遥测参数序列，分别记作自变量遥测参数序列和因变量遥测参数序列；
根据配置中指定的工况敏感参数名称，在遥测参数数据库中进行检索和查询；并根据配置中指定的关联性计算时间范围，在数据库中抽取出用于工况判断与识别的遥测参数满足关联性计算时间范围的遥测参数值，记作多个工况敏感遥测参数序列。


4.如权利要求3所述的多工况条件下的系统关联性状态监测方法，其特征在于：
在第三步中，将工况敏感遥测参数序列的时间轴中每一个时间点对应的工况敏感遥测参数值输入工况判别逻辑表达式中，获得布尔量序列；
在布尔量序列中，识别连续两个及两个以上值为真的子序列；每个子序列对应一个目标工况时刻区间；
在每个目标工况时刻区间对关联计算遥测参数序列进行切割，若关联计算遥测参数序列该目标工况时刻区间内有值，则关联计算遥测参数序列在该目标工况时刻区间内存在目标工况子序列；
将所有目标工况子序列按顺序排列，组成满足目标工况时刻的关联计算遥测参数序列。


5.如权利要求4所述的多工况条件下的系统关联性状态监测方法，其特征在于：
在第四步中，根据配置的关联性健康基线解析方程、关联性健康基线阈值下限、关联性健康基线阈值上限，分别计算每个目标工况子序列中，对应于自变...

【专利技术属性】
技术研发人员：王自力，马梁，王超，陶来发，吕琛，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11