[发明专利]一种基于多变量关联关系的卫星蓄电池组故障检测方法

说明书

技术领域

本发明涉及航天工程技术领域，尤其涉及基于多变量关联关系的卫星蓄电池组故障检测方法。

背景技术

绝大多数的航天器都已经采用太阳电池阵-蓄电池组联合供电的模式，因此，电源蓄电池组是卫星的重要供能部件，直接关系到卫星的使用寿命与任务可靠度，若发生故障将导致严重的后果。有必要对卫星蓄电池组进行故障检测与诊断方面的研究。

目前广泛应用的卫星蓄电池组故障检测方法，大多从单个蓄电池组观测量的测量信息出发，采用单变量阈值检测蓄电池组的故障，没有有效利用多个观测变量之间的关联关系。因此，故障检测和诊断不够及时、准确。本发明从蓄电池组各种观测量的关联关系出发，利用数据关联性检测故障，充分利用各种测量信息，并利用统计指标SPE检测故障，不需要先验故障知识，适应工程实际的应用，能够对现有的故障诊断方法进行补充。

发明内容

本发明涉及的理论基础：

关联性分析是主元模型在故障检测中应用的首要条件，只有多变量之间具有关联性，主元模型才能从观测数据中提取有效的关联关系。此外，关联性分析能够根据蓄电池组的工作原理(模式)，判断蓄电池组是否具有多种工作模式，不同的工作模式具有不同的多变量关联关性。实际应用时可以根据遥测数据的周期性判断蓄电池组具有几种工作模式。

1、主元模型

多变量之间的关联关系可以看作观测点(点的维度由观测变量个数决定)集合在空间中的分布规律，当某一工作模式下的观测点在空间中进行投影时，不同平面上的投影系数由观测变量线性组合得到，而对应投影平面的方差越大，表明观测矩阵在该投影平面中的变异信息就越丰富，观测变量的主要变异信息在该投影平面中得到放大，观测矩阵的主要变异信息由该投影面决定。如图1所示，三维空间由三个观测变量决定，但点集合(系统每一时刻的观测数据向量)在标准坐标空间中的投影方差不是最大的，而是斜向的椭圆平面。第一主元的轴最长，表明矩阵投影到该椭圆长轴方向的方差最大。而与第一个平面正交的第三平面中的方差最小，可以看作噪声，由统计指标给出阈值范围。主元模型的相关公式推导如下所示：

X‾=X‾P+X‾R---(1)]]>

其中，X为观测矩阵，每一列代表了1个观测变量，共m个；每一行是1个观测向量，共n个，矩阵为m个变量具有零均值，方差为1的矩阵，表示对矩阵进行标准化；为主元空间的投影矩阵；为残差空间的投影矩阵；

X‾P=Σi=1LtipiT---(2)]]>

其中，t_i为主元算法中的得分向量，通常也叫主元，第一个主元所对应的方差最大；p_i为主元算法中的载荷向量，新空间的坐标轴，为向量p_i的转置，i＝1,2,…,L，L为主元个数；