[发明专利]异常数据的均衡化处理方法、装置、设备及存储介质

说明书

本申请公开了一种异常数据的均衡化处理方法、装置、设备及存储介质，重复对组成实际环境数据的正常数据和异常数据分别进行随机抽样，将获取的多组随机抽样数据与实际环境数据混合；基于聚类分析构建随机异常数据，将所述随机异常数据及正常数据与实际环境数据混合；基于环境效应生成虚拟数据，将所述虚拟数据与实际环境数据混合。实施时可以将上述三个步骤随机组合开展，极大提高了异常数据的均衡性，能够尽量减少关联性模型的过拟合问题，得出更为准确的分析结果，满足在轨航天器异常数据分析及与空间环境关联性模型构建。

技术领域

本发明一般涉及航天器空间环境效应在轨分析及数据处理技术领域，尤其涉及一种异常数据的均衡化处理方法、装置、设备及存储介质。

背景技术

航天器在轨会受到空间环境的影响，空间辐射环境会导致航天器产生静电放电、单粒子、总剂量等效应，影响航天器的在轨工作运行。为了对在轨航天器异常的影响进行识别及预警，就需要利用已有的航天器在轨异常数据结合航天器所处的空间环境开展数据分析，目前主要的数据分析手段主要包括：

1、通过时标直接对应航天器异常数据前后的空间环境，判别其是否发生异常，此方法较为常用但效果不理想；

2、忽略时标的作用，仅对航天器异常的二元化表征和空间环境数据构建关联性，此方法相对具有普适性；

3、对个别显著异常事件发生前后的空间环境波动进行详细分析，此方法具有一定的局限性；

对于上述分析方法，其分析结果多少都有着一定的局限性和假阳性率，不能很好的揭示实际空间中环境变化与航天器异常之间的潜在联系。

究其原因，一方面是由于航天器在轨处于无法就位检查的状态，其异常的判别，来自于数量有限的遥测数据，通常无法准确的定位故障，只能通过故障树梳理逐一排查影响，使得异常判别的准确性无法确保；另一方面是由于航天器在设计阶段也开展了大量环境效应防护设计工作，因此其在轨实际发生异常的数量非常少，与正常工作的数据相比，异常数据属于极不均衡数据集，因此为异常与空间环境的匹配带来了极大困难。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种异常数据的均衡化处理方法、装置、设备及存储介质，通过随机抽样聚类分析及环境效应分析提高异常数据的均衡性，减少关联性模型的过拟合问题，得出更为准确的分析结果。

为实现上述目的，本发明采用了如下技术方案：

第一方面，本发明提供一种异常数据的均衡化处理方法，其特殊之处在于，包括：

重复对组成实际环境数据的正常数据和异常数据分别进行随机抽样，将获取的多组随机抽样数据与实际环境数据混合；

基于聚类分析构建随机异常数据，将所述随机异常数据及正常数据与实际环境数据混合；

基于环境效应分析生成虚拟数据，将所述虚拟数据与实际环境数据混合。

在一个实施例中，对异常数据随机抽样包括有放回随机抽样，对正常数据随机抽样包括无放回随机抽样；

其中，所述正常数据的抽取数量为所述异常数据的1.5～10倍，对异常数据抽取比例需达到其总量的80％以上。

在一个实施例中，基于聚类分析构建随机异常数据包括：

构建实际环境数据与空间环境的初步对应关系，选取n个已明确环境效应机理且具有关联性的空间环境因素；

对实际环境数据基于n个已明确环境效应机理的空间环境因素开展聚类，随机生成n个符合正态分布的环境数据集；

对任意相邻的两个异常数据并进行差值运算并随机选取以生成随机异常数据。

在一个实施例中，基于环境效应生成虚拟数据包括：