針對目前難以及時準(zhǔn)確評價航天器蓄電池組在軌健康狀態(tài)的問題,提出了一種基于概率分布的數(shù)據(jù)健康判別方法。利用在軌數(shù)據(jù)提取表征蓄電池組單體健康的重要數(shù)據(jù),建立蓄電池組健康態(tài)和健康臨界態(tài)的概率分布。采用Kullback-Leibler差異（KL距離）判別算法確定蓄電池組是否處于健康狀態(tài),對非健康狀態(tài)的蓄電池組進(jìn)行在軌處理。該評價方法也可以應(yīng)用于其他航天產(chǎn)品在軌健康狀態(tài)評估、在軌管理。 

【文章頁數(shù)】：4 頁

【文章目錄】：
1 基于遙測數(shù)據(jù)的蓄電池單體重要數(shù)據(jù)提取方法
2 基于在軌遙測的蓄電池組健康狀態(tài)評價
3 基于KL距離的健康評價方法
4 基于KL距離的衛(wèi)星蓄電池組健康狀態(tài)評價
5 數(shù)據(jù)驅(qū)動的蓄電池組在軌健康管理
6 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]鋰離子蓄電池組在GEO衛(wèi)星上的應(yīng)用[J]. 羅萍,譚玲生,王捷,李雅琳,崔振海.  電源技術(shù). 2018(01)
[2]基于KL距離的非平衡數(shù)據(jù)半監(jiān)督學(xué)習(xí)算法[J]. 許震,沙朝鋒,王曉玲,周傲英.  計算機(jī)研究與發(fā)展. 2010(01)

博士論文
[1]非預(yù)期故障的數(shù)據(jù)驅(qū)動診斷方法研究[D]. 何章鳴.國防科學(xué)技術(shù)大學(xué) 2015
[2]基于模型的故障診斷方法研究及在航天中的應(yīng)用[D]. 邵繼業(yè).哈爾濱工業(yè)大學(xué) 2009



本文編號：3672842