[发明专利]一种卫星故障的检测方法及装置

权利要求书

1.一种卫星故障的检测方法，其特征在于，包括：

获取目标卫星的遥测数据集；

将所述遥测数据集输入到预训练好的全连接神经网络模型中，获得关于所述目标卫星本体的故障检测报告；

获取所述目标卫星的意图数据；

对所述意图数据进行关键词提取，获得提取到的意图关键词；

通过意图北向接口将所述意图关键词封装成意图请求报文；

将所述意图请求报文与预先建立好的标准数据库进行比对，获得卫星意图的故障检测报告。

2.根据权利要求1所述的卫星故障的检测方法，其特征在于，所述目标卫星的遥测数据集为24维，可从卫星监测站获取。

3.根据权利要求1所述的卫星故障的检测方法，其特征在于，所述全连接神经网络模型的训练方法包括：

获取训练集，所述训练集包括添加故障标签的训练数据以及添加正常标签的训练数据；

将所述训练集内的训练数据输入到初始的全连接神经网络模型中进行迭代运算，直至达到预设的迭代次数或者模型收敛；

获取训练好的全连接神经网络模型。

4.根据权利要求3所述的卫星故障的检测方法，其特征在于，所述获取训练集包括：

获取训练数据；

将所述训练数据进行格式修改，以统一所述训练数据的格式；

将格式修改后的所述训练数据进行数据清洗，以剔除冗余和/或异常的训练数据；

将存在故障的所述训练数据添加故障标签，将无故障的所述训练数据标添加正常标签；

包含故障标签的所述训练数据和包含正常标签的所述训练数据构成训练集。

5.根据权利要求1所述的卫星故障的检测方法，其特征在于，所述对所述意图数据进行关键词提取，获得提取到的意图关键词，包括：

利用分词工具对所述意图数据进行分词处理，获得分词后的意图数据；

对分词后的所述意图数据进行语料学习，获得语料学习后的意图数据；

将语料学习后的所述意图数据输入到基于LDA的关键词提取算法中，获得所述意图关键词。

6.一种卫星故障的检测装置，其特征在于，包括：

第一获取模组，用于获取目标卫星的遥测数据集；

第一计算模组，用于将所述遥测数据集输入到预训练好的全连接神经网络模型中，获得关于所述目标卫星本体的故障检测报告；

第二获取模组，用于获取所述目标卫星的意图数据；

第二计算模组，用于对所述意图数据进行关键词提取，获得提取到的意图关键词；

第三计算模组，用于通过意图北向接口将所述意图关键词封装成意图请求报文；

第四计算模组，用于将所述意图请求报文与预先建立好的标准数据库进行比对，获得卫星意图的故障检测报告。

7.根据权利要求6所述的卫星故障的检测装置，其特征在于，所述目标卫星的遥测数据集为24维，可从卫星监测站获取。

8.根据权利要求6所述的卫星故障的检测装置，其特征在于，所述卫星故障的检测装置还包括：

第三获取模组，用于获取训练集，所述训练集包括包含添加标签的训练数据以及添加正常标签的训练数据；

第五计算模组，用于将所述训练集内的训练数据输入到初始的全连接神经网络模型中进行迭代运算，直至达到预设的迭代次数；

第四获取模组，用于获取训练好的全连接神经网络模型。

9.根据权利要求8所述的卫星故障的检测装置，其特征在于，所述第三获取模组包括：

训练数据获取单元，用于获取训练数据；

格式修改单元，用于将所述训练数据进行格式修改，以统一所述训练数据的格式；

数据清洗单元，将格式修改后的所述训练数据进行数据清洗，以剔除所述训练集内冗余和/或异常的训练数据；

标签添加单元，用于将存在故障的所述训练数据添加故障标签，将无故障的所述训练数据标添加正常标签；

训练集构成单元，用于将包含故障标签的所述训练数据和包含正常标签的所述训练数据构成训练集。

10.根据权利要求6所述的卫星故障的检测装置，其特征在于，所述第二计算模组包括：

分词单元，用于利用分词工具对所述意图数据进行分词处理，获得分词后的意图数据；

语料学习单元，用于对分词后的所述意图数据进行语料学习，获得语料学习后的意图数据；

关键词提取单元，用于将语料学习后的所述意图数据输入到基于LDA的关键词提取算法中，获得所述意图数据的关键词。