[发明专利]一种基于相关性回归分析的卫星太阳能电池阵故障数据提取方法

说明书

技术领域

本发明属于卫星太阳能电池阵的失效分析技术领域，具体涉及一种基于相关性回归分析的卫星太阳能电池阵故障数据提取方法。

背景技术

卫星在空间环境中运行会受到许多不可预知的因素的影响，这些因素造成观测数据结构复杂，难以处理。太阳电池阵输出功率的变化主要包含三种结构，一是卫星运行造成的太阳电池阵输出功率的周期性变化；二是由太阳电池阵性能指标的退化引起的效能衰减（以下称之为性能衰减）；三是太阳电池阵部件的失效造成的效能衰减（以下称之为失效衰减）。在这里，第一类称之为数据的周期项，后两类统称为数据的趋势项。针对目前这种太阳电池阵由于部件失效等原因造成的效能衰减，需要相应的方法来获取故障数据。

发明内容

本发明将针对太阳电池阵部件的失效造成的效能衰减，利用相关性回归分析的方法进行处理来获得故障数据，利用卫星太阳电池阵的实际使用数据进行建模选择研究。

本发明一种基于相关性回归分析的卫星太阳能电池阵故障数据提取方法，具体包括以下步骤：

步骤一、数据预处理：主要是基于观测数据的图形，对观测数据进行去除奇异点、离群点的预处理操作。

步骤二、计算相邻两天观测数据的一阶差分，对预处理后的观测数据进行填补，确定填补后的观测数据的去均值化的观测数据的一阶差分。

步骤三、以性能衰减模型拟合最优为目标寻找突变点判断阈值，得到观测数据中的突变点，具体包括周期项模型拟合、突变点补偿、相位差估计、性能衰减模型拟合的步骤。

步骤四、针对所寻找出的突变点观察原始观测数据，对其是否发生真实失效进行判断，实现对卫星太阳能电池阵故障数据提取。判断原则为：效能发生衰减，且在短时间内未有恢复即对应着电池阵部件失效。

本发明的优点与积极效果在于：

（1）经过本发明的方法所提取出的故障信息，包括了故障发生时刻以及效能衰减值，充分利用了遥测观测数据；

（2）通过实施例的效果可以看出，本发明的方法有较高的失效点的检测率和较低的误报率；

（3）与现有的故障信息提取方法相比，本发明方法显著提高了故障数据提取的通用性和准确度。

附图说明

图1为W1-1预处理后的数据图；图2为W1-2预处理后的数据图；

图3为W2-1预处理后的数据图；图4为W2-2预处理后的数据图；

图5为W3-1预处理后的数据图；图6为W3-2预处理后的数据图；

图7为W4-1预处理后的数据图；图8为W4-2预处理后的数据图；

图9为W5-1预处理后的数据图；图10为W5-2预处理后的数据图；

图11为W6-1预处理后的数据图；图12为W6-2预处理后的数据图；

图13为W1-1一阶差分图；图14为W4-2一阶差分图；

图15为W1-1一阶差分拟合图；图16为W1-2一阶差分拟合图；

图17为W2-1一阶差分拟合图；图18为W2-2一阶差分拟合图；

图19为W3-1一阶差分拟合图；图20为W3-2一阶差分拟合图；

图21为W4-1一阶差分拟合图；图22为W4-2一阶差分拟合图；

图23为W5-1一阶差分拟合图；图24为W5-2一阶差分拟合图；

图25为W6-1一阶差分拟合图；图26为W6-2一阶差分拟合图；

图27为W1-1填补后的数据图；图28为W1-2填补后的数据图；

图29为W2-1填补后的数据图；图30为W2-2填补后的数据图；

图31为W3-1填补后的数据图；图32为W3-2填补后的数据图；

图33为W4-1填补后的数据图；图34为W4-2填补后的数据图；

图35为W5-1填补后的数据图；图36为W5-2填补后的数据图；

图37为W6-1填补后的数据图；图38为W6-2填补后的数据图；

图39为W1-1周期图分析结果；图40为W4-1周期图分析结果；

图41为W1-1周期项拟合效果图；图42为W4-1周期项拟合效果图；

图43为W1-1突变补偿后的数据图；图44为W1-2突变补偿后的数据图；

图45为W2-1突变补偿后的数据图；图46为W2-2突变补偿后的数据图；

图47为W3-1突变补偿后的数据图；图48为W3-2突变补偿后的数据图；

图49为W4-1突变补偿后的数据图；图50为W4-2突变补偿后的数据图；