一种卫星S4R电源系统状态量化评价方法与流程

一种卫星s4r电源系统状态量化评价方法
技术领域
1.本发明涉及卫星s4r电源系统在轨状态量化评价，涉及航天器自主运行管理领域。
技术背景
2.电源系统素有航天器“心脏”之称，其为整个航天器提供能源，一旦失效将造成不可挽回的巨大损失，其安全稳定运行关系着整个航天任务的成败。对近30年航天器在轨故障与失效进行统计分析，约37％的航天器在轨失效是由电气系统相关故障直接或间接导致的，因此电源系统在轨状态监视十分重要。
3.卫星电源系统是多部件协同工作且关联性强的复杂系统，监测特征量类型和数量众多，其中s4r电源系统常用于低轨卫星中，其结构相比传统s3r更加复杂。卫星与一般稳定、非时变的地面电力变压器、发电机等设备不同，其在绕地球运行过程中，遥测具有时变的特点，如电源遥测在绕地球运行过程中，卫星遥测在阴影区和阳照区状态并不一致，负载用电情况还受任务约束；在遥测下传过程中受环境的干扰，会造成的遥测异常跳点(即野值)，它容易引起虚警和误报现象的发生；太阳电池阵受太阳入射角、地球反照、星体遮挡、温度交变、性能衰降、季节等影响，其在轨遥测数据正常值波动明显；若仅利用某时刻的遥测信息，会导致特征信息不准确，不利于做出客观的评估。卫星故障历史数据较少，且大量卫星设计状态唯一，不能利用已知故障历史数据对其它卫星状态进行划分，这对卫星的量化评估带来了难度。当系统发生异常引起状态改变时,往往不仅仅引起一个遥测量改变,相关的遥测量均会存在不同程度的变化。传统在轨状态监视往往仅关注单一遥测量的异常识别，没有从系统层面综合多方面信息来对电源系统的状态进行评估。
4.因此，如何针对在轨遥测数据进行预处理，以避免任务、轨道、地球反照、星体遮挡、温度交变等环境因素对状态量化评估的影响；寻求一种能够充分综合利用多方面遥测信息实现航天电源系统健康状态量化评价显得尤为重要和困难，这也对实现电源系统无人值守的在轨健康管理具有重要现实意义。


技术实现要素：

5.有鉴于此，为了准确获取电源系统的健康状态，本发明公开了一种卫星s4r电源系统状态量化评价方法，综合利用多方面遥测信息实现航天电源系统健康状态量化评价，其步骤包括：
6.s1，遥测预处理
7.本文对周期性遥测在光照和阴影区数据进行分开处理，并求取固定时间段t遥测数据的均值，作为量化评估模型的输入，以尽量避免短时任务对电源系统的影响。对非周期性遥测则直接进行处理，其中；
8.s11周期性遥测预处理具体为：
9.①
利用太阳辐射强度遥测获取卫星进出阴影区和光照区时间，并得到采样频率固定的遥测数据；
10.②
去除周期性遥测中的野值，并同样得到采样频率固定的遥测数据；
11.③
根据步骤
①
得到的卫星进出阴影区的时间，获取得到各周期遥测在阴影区和光照区的数据，并求取遥测在固定时间段t内的平均值。
12.s12非周期性遥测预处理具体为：
13.去除非周期性遥测中的野值，并求取遥测在固定时间段t内的平均值。
14.s2，评估指标量化方法
15.利用“健康度”来表征遥测层当前遥测数据与期望值相比的相对偏差，取值范围为[0，1]。其中，当健康度越接近1，则表明指标劣化程度越严重；当健康度越接近0，则表明指标健康状态越好。
[0016]
电源系统各遥测指标均为中间型，即越接近允许值，其健康度越低。卫星s4r电源系统遥测受轨道、遮挡、性能衰降和季节等影响明显，其平常状态波动明显应为一个区间。采用引入波动因子的倒梯形无量纲健康度作为健康度的计算式：
[0017][0018]
式中：x为经过步骤s1遥测预处理后的数据；g(x)为评判指标的健康度；α1、β2分别为指标的上、下限值阈值；α2(1-a)～α2(1+a)为各遥测指标的平常状态；α2为指标中间值；a为波动因子。
[0019]
对于轨道、季节等因素影响不明显的遥测(如二次电设备电压、太阳翼方阵展开状态等)，波动因子a设为0；
[0020]
对于轨道、季节等因素影响不明显的遥测(如太阳翼充电电流、供电电流等)，考虑实际情况波动因子a设为0.6。
[0021]
卫星电源系统存在备份系统(如太阳翼方阵可设计存在互为备份的+y翼和-y翼)，其综合健康度为：
[0022]
g(x)＝1-g
主
(x)
×g备
(x)
ꢀꢀꢀꢀꢀꢀ
(2)
[0023]
式中，g
主
(x)和g
备
(x)分别为主份和备份系统的健康度。
[0024]
若某设备仅在阴影区或光照区工作，则仅取该设备在工作区间的遥测计算健康度。
[0025]
若某设备在阴影区和光照区均工作，其综合健康度为：
[0026]
g(x)＝(1-g
阴影
(x))
×
(1-g
光照
(x))
ꢀꢀꢀꢀꢀꢀ
(3)
[0027]
式中，g
光照
(x)和g
阴影
(x)分别为指标在光照和阴影期的健康度。
[0028]
s3，建立状态评估指标体系
[0029]
从s4r电源系统组成和遥测构成出发，将s4r电源系统状态评估指标体系分为四层：遥测层、单机层、子系统层和系统层。其中，系统层为s4r电源系统；子系统层为s4r电源
系统一次电链路和二次电链路；单机层为构成s4r电源系统的单机，如太阳翼、蓄电池、二次设备等；遥测层为s4r电源系统设计的各单机的遥测指标。
[0030]
s4，确定评判指标的权重
[0031]
s41，确定各级评判指标的常权重
[0032]
利用层次分析法来确定卫星s4r电源系统遥测层、单机层和子系统层各指标的常权值。
[0033]
s42确定各级评判指标的变权重
[0034]
常权重并不会随着指标值的变化而改变，当某个指标值出现异常时往往对评估结果的影响并不是很大，但这个异常可能会导致系统出现严重劣化，而变权重使得指标权重可以随着指标值劣化而重新计算，当某个指标值相对于其他指标值而言明显偏大时，其变权重则会较之前明显增大，这使得最终的评估值也会较之前变大，更加符合实际情况。本发明在获得常权重和各指标健康度的基础上，利用均衡函数分别获得状态评估指标体系中遥测层、单机层、子系统层和系统层各层内部指标的变权值；
[0035][0036][0037][0038]
式中：和a
rijk
分别为第i个子系统中的第j单机的第k个遥测指标对应的常权权重和变权权重；和a
rij
分别为第i个子系统中的第j单机对应的常权权重和变权权重；和a
ri
分别为第i个子系统对应的常权权重和变权权重；δ为变权系数，取δ＝-1；d为单机层包括的评判指标个数，f为子系统层包含的单机个数，p为子项目层个数；g
rijk
为评判指标r
ijk
的健康度；g
ris
和g
rs
为单机层和子系统层的健康度。为第i个子系统中的第j单机的第s个遥测指标对应的常权权重；为第i个子系统中的第j单机对应的常权权重；为第i个子系统对应的常权权重；g
rijs
、g
rij
、g
ri
分别是指标r
ijk
、r
ij
和ri的健康度。
[0039]
s5，构造遥测层关联函数矩阵
[0040]
s51，确定待评估物元
[0041][0042]
式中，e为待评估物元；p即为该评估物元的评价对象；vi为pi关于评估指标ci的健康度。
[0043]
s52，确定经典域物元
[0044][0045]
式中：pm为卫星电源系统运行状态划分的第m个等级，即指良好，一般，注意，严重。v
mi
为pm关于评估指标ci的取值范围，即经典域(经典域的直观含义是该卫星电源系统运行状态各属性变化的基本区间vm＝《a
mi
,b
mi
》)。针对该电源系统所确定的经典域为：
[0046][0047]
s53，节域物元
[0048]
该卫星电源系统状态评估中确定的节域物元为：
[0049][0050]
式中：v
pi
为pm关于评价指标ci所取的量值范围，即pm的节域，即v
pi
＝《a
pi
,b
pi
》，根据实际运行经验，确定节域为v
pi
＝《0，1》。
[0051]
s6，构造关联函数矩阵
[0052]
关联函数值km(vi)由下式计算：
[0053][0054]
式中，b
mi
，a
mi
分别是经典域的上限、下限。m＝1,2,3,4，将四个等级下的关联函数值k1(vi)、k2(vi)、k3(vi)、k4(vi)组合在一起可构造成关于指标ci的关联函数矩阵k(vi)：
[0055]
k(vi)＝[k1(vi)k2(vi)k3(vi)k4(vi)]
ꢀꢀꢀꢀꢀꢀꢀ
(11)
[0056]
s7，计算综合关联度
[0057]
综合考虑各评判指标，得到各指标层运行状态与各等级的综合关联度，该过程的计算公式为：
[0058][0059]
式中c(p)为综合关联度；a
vi
为权重矩阵，n为待评估物元p中评估指标的个数。
[0060]
s8，建立基于物元分析的运行状态量化评价模型
[0061]
所述的物元分析的运行状态量化评价模型，具体包括：
[0062]
s81，对在轨遥测数据按如s1所述步骤进行预处理，再按s2所述步骤计算遥测层各指标对应的健康度g；
[0063]
s82，判读健康度g是否大于0.9：若大于0.9直接判定为严重；若小于0.9则通过s83～s87步骤计算得出最后的评判结果；
[0064]
s83，按如s41所述方法分别确定各层的常权重；
[0065]
s84，按如s6所述步骤构造遥测层关联函数矩阵，并按如s42所述步骤确定遥测层的变权重；按如s7所述步骤计算得到单机层各单机的综合关联度；
[0066]
s85，将s84得到的各单机综合关联度作为子系统层的关联函数矩阵，并按如s42所述步骤确定单机层的变权重；按如s7所述步骤计算得到子系统层的综合关联度；
[0067]
s86，将s85得到的子系统层综合关联度作为系统层的关联函数矩阵，并按如s42所述步骤确定子系统层的变权重；按s7所述步骤计算得到系统层的综合关联度c
sys
(p)。
[0068]
此时，若c
max
(p)＝max{c
sys
(p)|m＝1,2,3,4}，则待评估s4r电源系统运行状态p应属于等级m。
[0069]
与现有技术相比，本发明的有益效果为：
[0070]
本发明针对不同类型遥测，利用相应的方法对数据进行预处理，并引入波动因子计算指标的健康度，减少在轨遥测大范围时变对状态评估的影响；针对多部件协同工作且关联性强的复杂s4r电源系统，利用“层层递进”的状态评价指标体系和模型，实现了底层遥测到系统级状态的评估传递。相比于传统需要利用故障数据对设备的状态进行评级的方法相比，本发明不依赖历史数据，且通过加权算子综合电源系统多方面遥测信息，能够有效根据在轨遥测量化评估出电源系统的状态。
附图说明
[0071]
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：
[0072]
图1为本发明一种实施例的周期性遥测预处理方法。
[0073]
图2为本发明一种实施例的非周期性遥测预处理方法。
[0074]
图3为本发明一种实施例的s4r卫星电源简化图。
[0075]
图4为本发明一种实施例的卫星s4r电源系统状态评估指标体系。
[0076]
图5为本发明一种实施例的基于物元分析的量化评价流程图。
具体实施方式
[0077]
为了更好地了解本发明内容，这里给出一个实施例。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明的保护范围。
[0078]
本发明提供一种周期性遥测预处理方法(具体参见图1)，具体包括以下步骤：
[0079]
(1)对太阳辐射强度遥测进行等时间间隔重采样，获得采样频率固定的遥测数据，并得到卫星进出阴影区和光照区时间；
[0080]
(2)利用基于莱特准则和小波变换的野值滤波方法去除周期性遥测中的野值，再进行等时间间隔重采样，获得采样频率固定的周期遥测数据d1。
[0081]
(3)根据获得卫星进出阴影区和光照区时间，将周期遥测数据d1按照光照和阴影区进行分开处理，并求取固定时间段t的均值。
[0082]
本发明提供一种非周期性遥测预处理方法(具体参见图2)，具体包括以下步骤：
[0083]
(1)利用基于莱特准则和小波变换的野值滤波方法去除非周期性遥测中的野值。
[0084]
(2)求取非周期遥测在固定时间段t内的平均值。
[0085]
本发明提供一种卫星s4r电源系统状态评估体系，其简单组成如图3所示，包括太阳电池阵、蓄电池、放电调节模块、分流模块、充电模块和二次设备等。
[0086]
从组成和遥测构成出发，将其状态评估指标体系分为四层：遥测层、单机层、子系统层和系统层(参见图4)，具体来说，系统层为s4r电源系统；子系统层为s4r电源系统一次电链路和二次电链路；单机层为构成s4r电源系统的单机，如太阳翼、放电调节模块、蓄电池、分流模块、母线电压/电流、载荷设备1～5等；遥测层为s4r电源系统设计的各单机的遥测指标。其中，考虑到充电模块为蓄电池服务，蓄电池充电电流r
132
能够间接反应其工作状态，在卫星设计时未专门为其配置其他的遥测，因此在状态评估指标体系中未在单机层为其设置指标。
[0087]
本发明提供基于物元分析的运行状态量化评价模型的实施例(参见图5)，具体包括以下步骤：
[0088]
(1)对在轨遥测数据中的周期遥测和非周期遥测进行预处理，利用处理后的数据计算遥测层的健康度g，计算公式如下：
[0089][0090]
式中：x为经过遥测预处理后的数据；g(x)为评判指标的健康度；α1、β2分别为指标的上、下限值阈值；α2(1-a)～α2(1+a)为各遥测指标的平常状态；α2为指标中间值；a为波动因子。
[0091]
对于轨道、季节等因素影响不明显的遥测(如二次电设备电压、太阳翼方阵展开状态等)，波动因子a设为0；
[0092]
对于轨道、季节等因素影响不明显的遥测(如太阳翼充电电流、供电电流等)，考虑实际情况波动因子a设为0.6。
[0093]
卫星电源系统存在备份系统(如太阳翼方阵可设计存在互为备份的+y翼和-y翼)，其综合健康度为：
[0094]
g(x)＝1-g
主
(x)
×g备
(x)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0095]
式中，g
主
(x)和g
备
(x)分别为主份和备份系统的健康度。
[0096]
若某设备仅在阴影区或光照区工作，则仅取该设备在工作区间的遥测计算健康度。
[0097]
若某设备在阴影区和光照区均工作，其综合健康度为：
[0098]
g(x)＝(1-g
阴影
(x))
×
(1-g
光照
(x))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0099]
式中，g
光照
(x)和g
阴影
(x)分别为指标在光照和阴影期的健康度。
[0100]
(2)判读所有遥测指标的健康度g是否大于0.9：若大于0.9直接判定为严重；若小于0.9则通过以下步骤计算评判结果；
[0101]
(2.1).通过调查问卷获取专家对各指标重要性的打分，再利用层次分析法来确定卫星s4r电源系统遥测层、单机层和子系统层各层指标的常权值，具体步骤如下：
[0102]
①
相互比较评估指标之间的重要性以构造判读矩阵p；
[0103]
②
求出最大特征根和其所对应的特征向量，其中特征向量经过归一化即为权重；
[0104]
③
利用最大特征根对判断矩阵p进行一致性检验，验证权重分配的合理性。
[0105]
(2.2)利用均衡函数分别获得状态评估指标体系中遥测层指标的变权值；
[0106][0107]
式中：和a
rijk
分别为第i个子系统中的第j单机的第k个遥测指标对应的常权权重和变权权重；d为单机层包括的评判指标个数；g
rijk
为遥测层指标r
ijk
的健康度。为第i个子系统中的第j单机的第s个遥测指标对应的常权权重；g
rijs
是指标r
ijk
的健康度。
[0108]
(2.3)构造遥测层待评估物元；
[0109]
(2.4)构造遥测层的关联函数矩阵，由下式计算：
[0110][0111]
式中，b
mi
，a
mi
分别是经典域的上限、下限。m＝1,2,3,4，将四个等级下的关联函数值k1(vi)、k2(vi)、k3(vi)、k4(vi)组合在一起可构造成关于指标ci的关联函数矩阵k(vi)：
[0112]
k(vi)＝[k1(vi)k2(vi)k3(vi)k4(vi)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)
[0113]
(2.5)计算单机层的综合关联度，该过程的计算公式为：
[0114][0115]
式中c
unit
(p)为待评估的单机层关于等级m的综合关联度；a
tele
为遥测层变权权重
构成的列矩阵；c
tele
(vi)由遥测层关联函数矩阵k(vi)按行组合的矩阵；n为各遥测层待评估指标的个数。
[0116]
(2.6)计算子系统层指标的综合关联度
[0117]
将各单机的综合关联度c
unit
(p)按行组合构成单机层的关联函数矩阵c
unit_m
(p)；
[0118]
计算单机层指标的变权值：
[0119][0120]
式中，和a
rij
分别为第i个子系统中的第j单机对应的常权权重和变权权重；f为子系统层包含的单机个数；g
ris
为单机层各指标的健康度。为第i个子系统中的第j单机对应的常权权重；g
rij
分别是指标r
ij
的健康度。
[0121]aunit-m
为单机层变权权重a
rij
构成的列矩阵；
[0122]
计算子系统层的综合关联度c
subsys
(p)，该过程的计算公式为：
[0123][0124]
式中m为各单机层待评估指标的个数。
[0125]
(2.7)计算系统层指标的综合关联度
[0126]
将各子系统层的综合关联度c
subsys
(p)按行组合构成关联函数矩阵c
subsys_m
(p)；
[0127]
计算子系统层指标的变权值：
[0128][0129]
式中，和a
ri
分别为第i个子系统对应的常权权重和变权权重；p为子项目层个数，g
rs
为子系统层的健康度。为第i个子系统对应的常权权重；g
ri
是指标ri的健康度。
[0130]
计算系统层的综合关联度c
sys
(p)，该过程的计算公式为：
[0131][0132]
式中j为各子系统层待评估指标的个数。
[0133]
(3)得到的系统层指标的综合关联度，若c
max
(p)＝max{c
sys
(p)|m＝1,2,3,4}，则待评估s4r电源系统运行状态p应属于等级m。。
[0134]
下面结合一个具体的例子来对本方法进行进一步说明：
[0135]
(1)将某低轨s4r卫星实际测试数据，针对周期性遥测(与轨道、光照有关联)、非周期遥测数据进行预处理，其中固定时间段t＝1天。
[0136]
通过利用式(1)计算各评判指标的健康度。示例如下：
[0137]
蓄电池充电电流r
132
的上限值α1为11a、下限值β2为0a，其在光照区的遥测处理值为3.79a，指标中间值α2为5.28a。根据式(1)得到光照区的健康度为0.2554。
[0138]
其在阴影区的遥测处理值为0a，其指标中间值α2为0a，根据式(1)得到阴影区的健
康度为0。
[0139]
根据式(3)计算得到综合光照区和阴影区健康度g为0.1277。
[0140]
(2)计算得到所有的遥测层评判指标的健康度g均小于0.9，则通过物元评估得到系统的状态。
[0141]
(2.1)通过层次分析法得到各层指标的常权值，如下表所示：
[0142][0143][0144]
(2.2)按照式(4)计算遥测层的变权重为：
[0145]ar11
＝[0.0792 0.8393 0.0816]
[0146]ar12
＝[0.5033 0.4967]
[0147]
…
[0148]ar14
＝[0.2097 0.1593 0.0845 0.1434 0.1859 0.1065 0.1107]
[0149]
(2.3)构造遥测层待评估物元、经典域物元和节域物元；
[0150][0151][0152]
(2.4)通过式(5)构造遥测层的关联函数矩阵
[0153][0154][0155]
…
[0156][0157]
(2.5)根据式(7)计算单机层指标的综合关联度，如太阳翼r
11
的关联函数c
r11
为：
[0158][0159]
类似，可得到子系统层的关联函数矩阵为：
[0160][0161][0162]
(2.7)计算子系统层指标的综合关联度
[0163]
根据式(8)计算单机层的变权值：
[0164]ar1
＝[0.9976 2.53
×
10-5 5.76
×
10-5 0.0021 2.02
×
10-4
]
[0165]ar2
＝[1.25
×
10-4 1.54
×
10-4 9.86
×
10-5 0.0448 0.9549]
[0166]
系统层的关联函数矩阵为：
[0167][0168]
(2.8)计算系统层指标的综合关联度
[0169]
根据式(9)计算子系统层的变权值：
[0170]ar
＝[0.8333 0.1667]
[0171]
系统层的综合关联度为：
[0172]
c＝ar×cr
＝[-0.4265
ꢀ‑
0.1575
ꢀ‑
0.0424
ꢀ‑
0.3529]
[0173]
(3)c
jmax
(p)＝-0.0424，j
max
＝3，可该卫星s4r电源系统分系统评判等级为“注意”。
[0174]
以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同
替换、改进等，均应包含在本技术的权利要求范围之内。