[发明专利]卫星镍氢蓄电池氢压下降故障的识别方法

权利要求书

1.一种卫星镍氢蓄电池氢压下降故障的识别方法，其特征在于，包括如下步骤：

步骤A：根据卫星电源的工作模式对卫星电源分系统进行层次化建模；

步骤B：根据电源分系统建立的层次化模型，选定所要用到的相关遥测变量作为选定变量；

步骤C：使用卫星在轨遥测数据提取工具将卫星氢镍蓄电池的相关遥测变量进行时间纵向的数据提取；

步骤D：利用两步聚类算法对提取的步骤B中的选定变量的数据进行建模分析，计算聚类分析的结果；其中，在选定变量中，电池氢压检测值作为两步聚类算法中的关键变量，其他变量作为两步聚类算法中的辅助变量；

步骤E：将聚类分析的结果用聚类分析图表示，在聚类分析图中识别出故障发生点；

其中，所述步骤B包括：分析卫星电源分系统变量层的各个遥测变量，选定所要用到的相关遥测变量作为选定变量；

所述相关遥测变量包括：电池氢压检测值，电池电压，电池组电压，电池充电量，平台母线电压，平台母线电流，太阳电池阵平台总电流。

2.根据权利要求1所述的卫星镍氢蓄电池氢压下降故障的识别方法，其特征在于，所述步骤A包括：根据卫星电源的工作模式将卫星电源分系统分为：系统层、模式层及变量层，其中，所述系统层为卫星所包含的各个分系统，模式层为各个分系统所包含的在轨工作模式，变量层为卫星电源不同工作模式下涉及的各个遥测变量；具体地，卫星电源分系统的模式层依照电源的工作模式进行划分，包括：太阳电池阵供电模式、蓄电池组工作模式、联合供电模式、主备工作状态、T-V曲线状态。

3.根据权利要求1所述的卫星镍氢蓄电池氢压下降故障的识别方法，其特征在于，所述步骤C包括：使用卫星在轨遥测数据提取工具将蓄电池相关遥测变量进行时间纵向的数据提取，提取时间为故障发生点的前八天和后两天数据；

其中，提取的数据表里的遥测变量在时间上不连续，即卫星氢镍蓄电池相关遥测变量并非每帧都有下传，需在提取数据中将空格进行填充，空格中所填的值为上一行对应单元格的内容。

4.根据权利要求1所述的卫星镍氢蓄电池氢压下降故障的识别方法，其特征在于，所述步骤D包括：

步骤D1：聚类算法第一步，从步骤B中的选定变量中选择关键变量，采用CF树的存储方式对关键变量进行预聚类处理，即读入一个样本数据后，根据亲疏程度决定该样本应派生出新类，或是合并到已有的某个子类中，最终形成L个类，其中，所述关键变量为电池氢压检测值；

步骤D2：聚类算法第二步，在预聚类的基础上再次进行聚类，在L个类中根据亲疏关系决定能够合并的类，最终形成L’个类；

步骤D3：得到聚类分析的结果，即标示出关键变量对应的每一个时间点的遥测数据归属于L’类中的哪一类，在提取的遥测数据表中形成新的聚类结果列，记为$XC-autocluster。

5.根据权利要求4所述的卫星镍氢蓄电池氢压下降故障的识别方法，其特征在于，所述步骤E包括：使用Origin工具对提取数据中的关键变量和$XC-autocluster以时间为横坐标进行画图，得到聚类分析图，当蓄电池氢压开始下降但并未达到预警点时，通过聚类分析图将故障数据与正常数据分离出来，即在该聚类分析图中识别出故障发生点。

6.根据权利要求4所述的卫星镍氢蓄电池氢压下降故障的识别方法，其特征在于，CF树的存储方式预聚类处理包括：以叶节点为子类，具有同一父节点的若干子类合并为一个大类形成更高层次的中间节点，直到根节点表示所有数据形成一类。

7.根据权利要求6所述的卫星镍氢蓄电池氢压下降故障的识别方法，其特征在于，CF树中的叶节点均为数值型统计量，叶节点之间的距离采用欧氏距离公式计算得出，计算公式如下：

式中：坐标点(x,y)表示某一叶节点，EUCLID(x,y)表示坐标点(x,y)的欧氏距离，x_i是点x的第i个变量值，y_i是点y的第i个变量值，n表示变量总数；

使用CF树节点计算出叶节点距离后找到距离最小的叶节点，判断该叶节点的值是否小于阈值t，如果小于阈值t则合并为一个叶节点；若不小于阈值t，则作为一个新的叶节点。