-
公开(公告)号：CN105205111A
公开(公告)日：2015-12-30
申请号：CN201510551484.3
申请日：2015-09-01
申请人： 西安交通大学 , 中国西安卫星测控中心
IPC分类号： G06F17/30
CPC分类号： G06F16/35
摘要： 本发明公开一种挖掘时序数据故障模式的系统及方法，包括数据预处理模块、TK-Means聚类模块、统计学习模块、DBSCAN聚类模块、故障模式生成模块；本发明通过对时序数据异常信息进行分析，一方面可以挖掘出数据变化规律的共同特征，从而发现比较通用、一致的异常和故障模式；另一方面也可以挖掘出新型变化规律，从而发现未知异常和故障模式。本发明利用DBSCAN方法对异常模式进行聚类，根据聚类结果将故障模式写成形式化规则。同时，形式化规则的前件和后件也反映了对应事件的先后关系。
-
公开(公告)号：CN106649050B
公开(公告)日：2019-03-12
申请号：CN201610814544.0
申请日：2016-09-09
申请人： 西安交通大学 , 中国西安卫星测控中心
摘要： 本发明提供了一种时序系统多参数运行态势图形表示方法，本方法通过对多参数历史数据分别进行机器学习，提取特征、聚类、生成特征字符并将特征信息记录到参数信息库，然后对实时数据在同一时间段内所有参数的特征字符进行统计，最后根据同一时间段内所有参数特征字符的概率分布以图形方式表达出该时间段内时序系统的运行态势；本方法包括数据预处理模块、聚类学习特征字符模块、特征统计模块、图形表示模块；本方法以图形方式直观地把时序系统运行态势表达出来，并能够实时持续更新，用户能够直截了当观察到系统运行正常，还是出现了重大异常情况，以及系统运行态势的发展变化趋势。
-
公开(公告)号：CN106649050A
公开(公告)日：2017-05-10
申请号：CN201610814544.0
申请日：2016-09-09
申请人： 西安交通大学 , 中国西安卫星测控中心
CPC分类号： G06F11/323 , G06F11/3072 , G06F11/322 , G06K9/6223 , G06K9/6298
摘要： 本发明提供了一种时序系统多参数运行态势图形表示方法，本方法通过对多参数历史数据分别进行机器学习，提取特征、聚类、生成特征字符并将特征信息记录到参数信息库，然后对实时数据在同一时间段内所有参数的特征字符进行统计，最后根据同一时间段内所有参数特征字符的概率分布以图形方式表达出该时间段内时序系统的运行态势；本方法包括数据预处理模块、聚类学习特征字符模块、特征统计模块、图形表示模块；本方法以图形方式直观地把时序系统运行态势表达出来，并能够实时持续更新，用户能够直截了当观察到系统运行正常，还是出现了重大异常情况，以及系统运行态势的发展变化趋势。
-
公开(公告)号：CN105205112A
公开(公告)日：2015-12-30
申请号：CN201510551622.8
申请日：2015-09-01
申请人： 西安交通大学 , 中国西安卫星测控中心
CPC分类号： G06F16/903 , G06K9/6223
摘要： 本发明公开一种时序数据异常特征的挖掘系统及方法，可以自适应获取具有明显周期性数据的最小完整周期，以此确定特征观察窗口；然后对观察窗口分别提取傅里叶特征、主成分分析特征、统计特征和小波特征；最后运用KT-Means方法分别对单一特征向量进行聚类，把各类型特征抽象表示成特征字符。用特征字符形式化表示时序数据特征可以较好地处理数据模糊匹配问题，并且有助于建立特征库实现对异常过程的快速判定和检索。本发明方法包含多种特征信息，有利于更加全面完整地认识时序数据异常过程，有助于提高时序数据异常监测和故障诊断系统的适用性和泛化能力。
-
公开(公告)号：CN110031871B
公开(公告)日：2023-04-11
申请号：CN201910130677.X
申请日：2019-02-21
申请人： 中国西安卫星测控中心
IPC分类号： G01S19/20
摘要： 本发明公开的基于电压和角动量关系的动量轮故障检测方法，首先以动量轮的角动量的遥测数据为基准，以角动量的不同变化量进行分段，其次计算每个角动量变化段对应的时间间隔内输入电压值的平均值，并将所有时间段内的电压平均值与角动量变化时间形成求其反比例系数，然后求取每个时间段的反比例系数的均值和标准差，计算异常阈值，最后按照上述过程对需要进行故障检测的遥测数据进行处理，获得当前段平均控制输入电压值与角动量变化时间间隔的反比例系数k′，若k′大于异常阈值，则表明动量轮有故障，若k′小于等于异常阈值，则表明动量轮无故障。本发明公开的方法利用提取出的特征量的统计特性，实现动量轮微小故障的检测及故障的早期预警。
-
公开(公告)号：CN114817832A
公开(公告)日：2022-07-29
申请号：CN202210228869.6
申请日：2022-03-10
申请人： 中国西安卫星测控中心
摘要： 本发明是关于一种航天器精密定轨并行处理方法。该方法包括：根据航天器数量开辟对应数量的积分线程句柄；对该航天器进行轨道积分计算，获得该航天器的星历数据并保存；开辟具有预设数目的观测数据处理线程句柄，并将所述航天器的观测数据分划成所述预设数目个线程块，且为每个所述线程块分配一个上三角矩阵和向量；根据该星历数据和每个该线程块中的观测数据得到待求解参数的偏导数、观测数据的理论值与实测值之差，将偏导数、差值代入吉文斯变换更新该上三角矩阵和向量；对所有更新得到的该上三角矩阵和向量进行吉文斯变换，并得到轨道确认结果。本发明可以克服现有精密轨道确定系统在处理海量观测数据时，在计算效率方面的不足之处。
-
公开(公告)号：CN110032167A
公开(公告)日：2019-07-19
申请号：CN201910140244.2
申请日：2019-02-26
申请人： 中国西安卫星测控中心
IPC分类号： G05B23/02
摘要： 本发明公布了基于局部线性嵌入的卫星姿态控制系统微小故障检测方法，该方法基于局部线性嵌入方法，首先使历史数据具有零均值和统一方差，再用动态局部线性嵌入法确定邻域点个数，动态重构权重矩阵W，然后通过得到的权值矩阵W从而找到样本集的低维嵌入Y，进而求得T2和SPE两个统计量；接着用指数加权平均算法求解EWMA统计量，将正常数据的EWMA统计量范围作为判断待检测数据是否故障的阈值，进一步求得映射矩阵A，用于计算在线数据的T2和SPE统计量，并计算对应的EWMA统计量；最后判断在线数据的EWMA统计量是否大于控制限，如果大于则系统故障，否则系统正常。本发明克服了原算法的弊端，提高了算法对微小故障的检测性能。
-
公开(公告)号：CN105117615A
公开(公告)日：2015-12-02
申请号：CN201510661474.5
申请日：2015-10-14
申请人： 哈尔滨工业大学 , 中国西安卫星测控中心
IPC分类号： G06F19/00
摘要： 基于累积和控制图的卫星电源系统异常检测方法，涉及电源系统故障诊断领域。本发明为了解决现有卫星电源系统异常检测所存在的门限值太宽、无法检测微小故障和早期预警等问题。本发明获取一段时间内镍氢电池型卫星电源正常运行的历史数据，选取电源的氢压值作为评估参数；将氢压值分成m组并计算每组氢压值的均值pj；然后计算电源氢压值的统计特性，确定累积和控制图的允偏量和门限值；计算待检测卫星电源的氢压值均值pi；将氢压值均值pi作为累积和函数的输入，将输出值绘制在累积和控制图中；判断当前待检测卫星电源氢压值对应的累积和S+(i)、S-(i)是否超过累积和控制图的门限值，判断电源系统当前工作状态。本发明适用于镍氢电池型卫星电源系统故障诊断领域。
-
公开(公告)号：CN103632053A
公开(公告)日：2014-03-12
申请号：CN201310617010.5
申请日：2013-11-26
申请人： 中国西安卫星测控中心
摘要： 本发明公开了一种基于定轨约束满足的中低轨星座星地测控资源联合调度方法，属于星地测控资源的联合调度领域。该方法包括：①构建几何可见模型；②构建链路可见模型；③建立轨道确定的约束条件；④预处理；⑤确定资源分配原则；⑥建立星地测控资源联合调度模型；⑦算法求解。与现有技术相比，本发明的优点在于：该方法具有调度结果合理、调度过程高效、调度方法通用性强的特点。解决了天地基一体化的测控资源调度问题。实现了国内地基测控向天地联合测控的过渡。
-
公开(公告)号：CN114970341B
公开(公告)日：2024-04-02
申请号：CN202210551541.8
申请日：2022-05-18
申请人： 中国西安卫星测控中心
IPC分类号： G06F30/27 , G06N20/00 , G06F18/15 , G06F18/2431 , G06F18/213 , G06Q50/40
摘要： 本发明是关于一种基于机器学习的低轨卫星轨道预报精度提升模型建立方法。包括：采用精密数值外推软件生成全动力学模型下的轨道真值数据XTrue，预设动力学模型下的轨道估计数据XEst和轨道预测数据XPre；根据XTrue和XPre得到轨道真值误差，根据XEst和XPre得到轨道相对预报误差；基于XGBoost模型，以轨道真值误差为目标变量确定预设输入特征变量，并进行归一化处理；将归一化处理后的预设输入特征变量和目标变量利用XGBoost模型进行分析，选取决定系数R2最大的预设输入特征变量组合，作为关键输入特征变量；根据归一化处理后的关键输入特征变量和目标变量对XGBoost模型进行超参数寻优，得到最优超参数；将关键输入特征变量、目标变量和最优超参数输入XGBoost模型进行训练，获得预报精度提升模型。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.077 秒)
