[发明专利]一种基于Holt-Winters模型的单机性能退化预测方法

权利要求书

1.一种基于Holt-Winters模型的单机性能退化预测方法，其特征在于，所述方法包括：

在对在轨运行卫星的具有季节特征的单机遥测参数数据进行去野，得到去野后的单机遥测参数数据后，对去野后的具有季节特征的单机遥测参数数据进行特征提取，得到特征提取后的具有季节特征的单机遥测参数数据，以减少工作量以及使参数数据变化趋势更加明显；其中，所述特征提取后的具有季节特征的单机遥测参数数据是每日的具有季节特征的单机遥测参数数据的平均值；

利用Lowess算法，对特征提取后的具有季节特征的单机遥测参数数据进行平滑处理，以在保持数据变化趋势的同时去除随机噪声；

将平滑处理后的具有季节特征的单机遥测参数数据输入至已训练的考虑季节特征的Holt-Winters模型，对所述在轨运行卫星的单机性能退化趋势进行预测。

2.根据权利要求1所述的方法，其特征在于，所述对在轨运行卫星的具有季节特征的单机遥测参数数据进行去野包括：

利用3σ方法，对具有季节特征的单机遥测参数数据进行一次去野。

3.根据权利要求2所述的方法，其特征在于，所述对在轨运行卫星的具有季节特征的单机遥测参数数据进行去野还包括：

利用置均值法，对一次去野后的单机遥测参数数据进行二次去野。

4.根据权利要求1-3任意一项所述的方法，其特征在于，所述利用Lowess算法，对特征提取后的具有季节特征的单机遥测参数数据进行平滑处理包括：

将特征提取后的具有季节特征的每个单机遥测参数数据及对应的采集时间分别作为一个数据点的纵坐标值和横坐标值；

对于每个数据点，为该数据点选取合适的平滑系数和包含若干邻近数据点的平滑区间，并利用已选取的所述平滑系数和所述平滑区间内的若干邻近数据点，对该数据点进行局部平滑处理，得到平滑后的数据点。

5.根据权利要求4所述的方法，其特征在于，所述利用已选取的所述平滑系数和所述平滑区间内的若干邻近数据点，对该数据点进行局部平滑处理，得到平滑后的数据点包括：

利用所述平滑区间内的若干邻近数据点，对该数据点的纵坐标值进行估计，得到该数据点的估计纵坐标值；

根据该数据点的横坐标值和估计纵坐标值，得到平滑后数据点。

6.根据权利要求1所述的方法，其特征在于，所述已训练的考虑季节特征的Holt-Winters模型的平滑参数α、β、γ分别是Holt-Winters模型的水平项参数、趋势项参数和季节项参数，参数值均是利用所述单机的历史遥测参数数据对Holt-Winters模型训练而确定。