[发明专利]一种卫星太阳电池阵异常预测方法、装置及计算机设备

权利要求书

1.一种卫星太阳电池阵异常预测方法，其特征在于，包括：

获取卫星太阳电池阵的历史运行视频和历史遥测数据；

将所述历史运行视频进行抽帧和标注处理，获得历史运行数据集；

根据所述历史运行数据集构建CNN模型，根据所述历史遥测数据构建LSTM模型；

获取所述卫星太阳电池阵的在轨运行视频和在轨遥测数据；

根据所述在轨运行视频和所述CNN模型，判断所述卫星太阳电池阵是否受损和/或位姿异常；

当所述卫星太阳电池阵受损和/或位姿异常时，根据所述在轨运行视频获取所述卫星太阳电池阵的受损和/或位姿异常位置；

当所述卫星太阳电池阵受损和/或位姿无异常时，根据所述在轨遥测数据和所述LSTM模型，判断卫星太阳电池板是否异常，当所述卫星太阳电池板异常时，获取所述卫星太阳电池板的位置。

2.根据权利要求1所述的卫星太阳电池阵异常预测方法，其特征在于，所述将所述历史运行视频进行抽帧和标注处理，获得历史运行数据集，包括：

将所述历史运行视频抽帧处理为历史运行图像，并对所有所述历史运行图像进行标注处理为正常工作或异常工作；

所有标注后的所述历史运行图像形成历史运行数据集。

3.根据权利要求1所述的卫星太阳电池阵异常预测方法，其特征在于，所述根据所述历史遥测数据构建LSTM模型，包括：

根据所述卫星太阳电池板的在轨年限对所述历史遥测数据进行划分，获得多个历史遥测数据集；

根据多个所述历史遥测数据集构建子LSTM模型；

将多个所述子LSTM模型并联构建所述LSTM模型。

4.根据权利要求1所述的卫星太阳电池阵异常预测方法，其特征在于，所述根据所述在轨运行视频和所述CNN模型，判断所述卫星太阳电池阵是否受损和/或位姿异常，包括：

对所述在轨运行视频进行抽帧处理，获得目标图像；

根据所述目标图像和所述CNN模型，判断所述卫星太阳电池阵是否受损和/或位姿异常。

5.根据权利要求4所述的卫星太阳电池阵异常预测方法，其特征在于，所述当所述卫星太阳电池阵受损和/或位姿异常时，根据所述在轨运行视频获取所述卫星太阳电池阵的受损和/或位姿异常位置，包括：

根据所述在轨运行视频获取异常图像，并获取所述异常图像对应的所述卫星太阳电池阵的受损和/或位姿异常位置。

6.根据权利要求1所述的卫星太阳电池阵异常预测方法，其特征在于，所述当所述卫星太阳电池阵受损和/或位姿非异常时，根据所述在轨遥测数据和所述LSTM模型，判断卫星太阳电池板是否异常，包括：

根据所述在轨遥测数据和所述LSTM模型，获得电流预测值；

获取在轨实际电流值；

获取所述电流预测值和所述在轨实际电流值的差值；

根据所述差值，判断卫星太阳电池板是否异常，当所述差值大于预设阈值时，判定所述卫星太阳电池板异常。

7.根据权利要求6所述的卫星太阳电池阵异常预测方法，其特征在于，所述当所述卫星太阳电池板异常时，获取所述卫星太阳电池板的位置，包括：

获取显示异常的所述子LSTM模型，根据所述子LSTM模型获得对应的所述卫星太阳电池板的位置。