[发明专利]一种航天器寿命预测方法、装置、电子设备及存储介质

权利要求书

1.一种航天器寿命预测方法，其特征在于，包括：

获取航天器遥测数据；所述航天器遥测数据中包括航天器多项工作参数的数据；

对每项工作参数的数据依次进行离群点处理、特征提取处理和标准化处理，得到每项工作参数的目标特征；

将所有工作参数的目标特征输入训练好的航天器健康演化模型中，得到所述航天器遥测数据对应的健康因子；其中，所述健康因子用于表征航天器的健康状态，所述航天器健康演化模型是通过以航天器工作参数的样本特征作为输入和以所述样本特征对应的第一样本健康因子为输出来对预设的模糊神经网络进行训练得到的，所述样本特征是通过对航天器工作参数的样本数据依次进行离群点处理、特征提取处理和标准化处理得到的；

将所述航天器遥测数据对应的健康因子输入训练好的航天器寿命预测模型中，得到所述航天器遥测数据对应的预测寿命及置信区间；其中，所述航天器寿命预测模型是通过以第二样本健康因子为输入和以第二样本健康因子对应的剩余寿命为输出来对预设的LSTM网络进行训练得到的，所述LSTM网络结合贝叶斯优化方法，将权重和偏置值替换为概率密度分布进行采样，输出带有置信区间的预测寿命；

其中，所述第一样本健康因子是通过如下方式得到的：

对每项工作参数的样本特征进行降维处理，得到每项工作参数的一维融合特征；

对所有工作参数的一维融合特征进行降维处理，得到所述样本数据对应的一维目标特征；

对所述一维目标特征进行曲线拟合，得到样本拟合曲线；

将所述样本拟合曲线的拟合值作为第一样本健康因子；

所述降维处理采用主元分析法；

所述对所述一维目标特征进行曲线拟合，得到样本拟合曲线，包括：

基于所述一维目标特征的变化趋势，对所述一维目标特征进行标准化处理，得到一维标准特征；其中，所述变化趋势包括上升趋势和下降趋势；

采用最小二乘法对所述一维标准特征进行曲线拟合，得到样本拟合曲线。

2.根据权利要求1所述的航天器寿命预测方法，其特征在于，所述第二样本健康因子是通过如下方式得到的：

通过将航天器工作参数的历史特征输入训练好的航天器健康演化模型中，得到对应的第二样本健康因子；所述历史特征是通过对航天器工作参数的在轨数据依次进行离群点处理、特征提取处理和标准化处理得到的。

3.根据权利要求1所述的航天器寿命预测方法，其特征在于，所述特征提取处理所提取的特征包括最大值、最小值、峰值、峰峰值、平均值、平均幅值、方根幅值、方差、标准差、均方根、峭度、偏度、波形因子、峰值因子、脉冲因子、裕度因子、峭度因子和余隙因子中的至少六种。

4.根据权利要求1所述的航天器寿命预测方法，其特征在于，航天器多项工作参数包括机电部件的自身参数和航天器的整体参数。