[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

说明书

本发明涉及航天器监测技术领域，特别涉及一种航天器寿命预测方法、装置、电子设备及存储介质，其中方法包括：获取航天器遥测数据，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，得到航天器遥测数据对应的健康因子；将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，得到航天器遥测数据对应的预测寿命及置信区间。本发明能够综合多维数据进行航天器剩余寿命预测，并给出置信区间，对提高航天器寿命预测准确率起到重要作用。

技术领域

本发明实施例涉及航天器监测技术领域，特别涉及一种航天器寿命预测方法、装置、电子设备及存储介质。

背景技术

航天器，如卫星平台，是国家空间资源的重要组成部分，也是保证国家战略安全的重要装备，由于其功能机构复杂、运行环境恶劣，因此，为确保航天器的稳定运行，就需要对航天器状态进行监测，及时确定航天器剩余寿命。

目前，现有技术通常仅凭航天器遥测数据中少数几个参数的变化规律进行航天器寿命预测，预测结果可靠性低。

发明内容

为了准确预测航天器剩余寿命，本发明实施例提供了一种航天器寿命预测方法、装置、电子设备及存储介质，能够综合多维数据确定航天器健康因子，基于健康因子及贝叶斯优化的航天器寿命预测模型深度发掘健康因子与剩余寿命潜在动态关系，完成航天器剩余寿命预测，并给出所得结果的置信区间。

第一方面，本发明实施例提供了一种航天器寿命预测方法，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。

可选地，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。

可选地，所述降维处理采用主元分析法。

可选地，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。

可选地，所述第二样本健康因子是通过如下方式得到的：