【技术实现步骤摘要】
本专利技术涉及卫星遥测多维时序数据异常诊断领域，特别是涉及一种面向卫星遥测多维时序数据的异常诊断方法、系统及设备。
技术介绍
1、卫星是一个由机械、推进、热控等部件构成的复杂系统，这些部件之间存在相互关联和协同作用。然而，由于卫星长期处于外层空间，经常运行在恶劣的环境下，如高温、严寒和振动等条件，其性能会出现下降，部分功能可能失效，最终导致整个卫星故障停机。因此，实时监测和定位异常对于在轨卫星的日常维护和延长寿命具有重要意义。在卫星运行过程中，安装在卫星各个部件上的多个传感器会采集卫星各部件的在轨运行数据，然后将其传输到地面的监测中心并存储为时间序列数据，即卫星遥测多维时序数据。这些卫星遥测多维时序数据记录了系统各个部分的温度、电压、电流等关键信息，通过分析这些信息，可以得到卫星各个部件之间的交互流程以及各自的状态信息，是检测卫星系统运行状态的重要依据。
2、然而，在卫星运行过程中，关键指标的变化不仅依赖于历史信息，还取决于相关变量之间复杂的相互作用。过去的异常检测方法主要依赖于传统的机器学习。这些方法只能以简单的方式捕捉不...
【技术保护点】
1.一种面向卫星遥测多维时序数据的异常诊断方法，其特征在于，包括：
2.根据权利要求1所述的面向卫星遥测多维时序数据的异常诊断方法，其特征在于，所述异常检测和诊断模型的构建过程，具体包括：
3.根据权利要求2所述的面向卫星遥测多维时序数据的异常诊断方法，其特征在于，根据所述预测结果以及所述历史卫星遥测多维时序数据之间的误差确定预测误差，完成所述异常检测和诊断模型的构建，之后还包括：
4.根据权利要求2所述的面向卫星遥测多维时序数据的异常诊断方法，其特征在于，利用传递熵参数确定法、因果显著性水平检测法以及因果图构建方法，构建改进的传递...
【技术特征摘要】
1.一种面向卫星遥测多维时序数据的异常诊断方法，其特征在于，包括：
2.根据权利要求1所述的面向卫星遥测多维时序数据的异常诊断方法，其特征在于，所述异常检测和诊断模型的构建过程，具体包括：
3.根据权利要求2所述的面向卫星遥测多维时序数据的异常诊断方法，其特征在于，根据所述预测结果以及所述历史卫星遥测多维时序数据之间的误差确定预测误差，完成所述异常检测和诊断模型的构建，之后还包括：
4.根据权利要求2所述的面向卫星遥测多维时序数据的异常诊断方法，其特征在于，利用传递熵参数确定法、因果显著性水平检测法以及因果图构建方法，构建改进的传递熵方法，具体包括：
5.根据权利要求2所述的面向卫星遥测多维时序数据的异常诊断方法，其特征在于，根据所述改进的传递熵方法分析所述历史卫星遥测多维时序数据之间的因果关系，并结合基于相似度的自动学习的构图方法构建图神经网络中的图结构，具体包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。