航天器蓄电池组在轨健康状态评价方法研究

发布时间：2022-08-09 15:51

　　针对目前难以及时准确评价航天器蓄电池组在轨健康状态的问题,提出了一种基于概率分布的数据健康判别方法。利用在轨数据提取表征蓄电池组单体健康的重要数据,建立蓄电池组健康态和健康临界态的概率分布。采用Kullback-Leibler差异（KL距离）判别算法确定蓄电池组是否处于健康状态,对非健康状态的蓄电池组进行在轨处理。该评价方法也可以应用于其他航天产品在轨健康状态评估、在轨管理。 

【文章页数】：4 页

【文章目录】：
1 基于遥测数据的蓄电池单体重要数据提取方法
2 基于在轨遥测的蓄电池组健康状态评价
3 基于KL距离的健康评价方法
4 基于KL距离的卫星蓄电池组健康状态评价
5 数据驱动的蓄电池组在轨健康管理
6 结论


【参考文献】：
期刊论文
[1]锂离子蓄电池组在GEO卫星上的应用[J]. 罗萍,谭玲生,王捷,李雅琳,崔振海.  电源技术. 2018(01)
[2]基于KL距离的非平衡数据半监督学习算法[J]. 许震,沙朝锋,王晓玲,周傲英.  计算机研究与发展. 2010(01)

博士论文
[1]非预期故障的数据驱动诊断方法研究[D]. 何章鸣.国防科学技术大学 2015
[2]基于模型的故障诊断方法研究及在航天中的应用[D]. 邵继业.哈尔滨工业大学 2009



本文编号：3672842