[发明专利]卫星镍氢蓄电池氢压下降故障的识别方法

说明书

本发明提供了一种卫星镍氢蓄电池氢压下降故障的识别方法，包括步骤A：根据卫星电源的工作模式对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，确定卫星氢镍蓄电池相关的遥测变量；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中的选定变量进行建模分析，计算聚类分析的结果；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。本发明不依赖于复杂的算法，能直观地从聚类分析结果与原数据中的关键遥测变量对比图中找到故障点，适用于蓄电池的各种遥测变量检测，具有很好的适用性。

技术领域

本发明涉及卫星镍氢蓄电池故障检测领域，具体地，涉及一种卫星镍氢蓄电池氢压下降故障的识别方法。

背景技术

为了提高发现在轨卫星故障的及时性和准确性以及预判卫星故障的能力，需利用卫星遥测数据，并结合遥控、轨道、空间等信息进行分析。卫星在轨遥测数据的研究包括航天器故障诊断预警、趋势分析、过程异变检测、故障预想及故障预案的研究。

聚类算法在探索数据内在结构方面具有全面性和客观性等特点，在数据挖掘领域有广泛应用。聚类分析是一种建立分类的多元统计分析方法，能够将一批样本(或变量)数据根据其诸多特征，按照性质上的亲疏关系在没有先验知识的情况下进行分类，产生多个分类结果。

聚类算法中的两步聚类适合于大型数据集的聚类研究，主要特点表现在既可处理数值型聚类变量，也可同时处理分类型变量，能够根据一定准则确定聚类数目，并且能够诊断样本中的利群点和噪声数据。

SPSS Modeler拥有丰富的数据挖掘算法，支持与数据库之间的数据和模型交换，同时具有可视化操作界面，分析结构直观，图形功能强大。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种卫星镍氢蓄电池氢压下降故障的识别方法。

根据本发明提供的卫星镍氢蓄电池氢压下降故障的识别方法，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。

优选地，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。

优选地，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。

优选地，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；