【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检测领域，特别是涉及一种面向卫星遥测多维时序数据的异常检测方法、装置、介质及产品。
技术介绍
1、卫星是由多个复杂的部件组成的高度精密的系统，这些部件之间相互关联、协同作用。然而，在轨卫星运行在极端恶劣的外层空间，高温、严寒和振动等异常条件可能导致卫星性能下降，功能失效，最终导致整个卫星系统的故障停机。卫星故障的前期表现是卫星异常，因此，实时的检测和定位卫星运行期间的异常状况对于在轨卫星的日常维护和寿命延长具有重要的意义。
2、卫星在运行的过程中各个部件上的传感器将会产生大量的时间序列数据，这些数据由传感器采集，并最终传输到地面遥测中心存储为遥测时序数据，这些数据记录了卫星各个部件的温度、电压、电流和偏转角等关键信息，包含着丰富的交互流程和状态信息，是检测、预报卫星运行状态的重要依据。
3、卫星遥测时序数据具有数据量大和维度高等特点，传统的基于模型的异常检测方法需要专业的领域知识，并且很多基于模型的方法效果不好，近年来，深度学习方法高度发展，深度学习的结构和计算能力得到了进一...
【技术保护点】
1.一种面向卫星遥测多维时序数据的异常检测方法，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检测方法，其特征在于，所述异常检测模型的构建过程，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检测方法，其特征在于，所述降噪稀疏自编码器的构建过程，具体包括：
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检测方法，其特征在于，利用改进的传递熵方法识别属于同一卫星子系统内的卫星遥测多维时序数据的因果关系，具体包括：
5.根据权利要求4所述的面向卫星遥测多维时序数据的异常检...
【技术特征摘要】
1.一种面向卫星遥测多维时序数据的异常检测方法，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检测方法，其特征在于，所述异常检测模型的构建过程，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检测方法，其特征在于，所述降噪稀疏自编码器的构建过程，具体包括：
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检测方法，其特征在于，利用改进的传递熵方法识别属于同一卫星子系统内的卫星遥测多维时序数据的因果关系，具体包括：
5.根据权利要求4所述的面向卫星遥测多维时序数据的异常检测方法，其特征在于，基于所述因果关系，利用基于相似度的自动学习方法识别不同卫星子系统的卫星遥测多维时序数据的相似关系，具体包括：
6.根据权利要求5所述的面向卫星遥测多维时序数据的异常检测方法，其特征在于，将所述低...
【专利技术属性】
技术研发人员：皮德常，梁硕，张明江，张昊鹏，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
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。