公开(公告)号：CN115034312A

公开(公告)日：2022-09-09

申请号：CN202210673879.0

申请日：2022-06-14

Applicant: 燕山大学

Inventor： 孔寒冰 ,  郭小强 ,  章仕起 ,  王凡 ,  吕泽毅 ,  华长春 ,  乔瑟夫·格莱罗

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01R31/40

Abstract: 本发明公开了一种双神经网络模型卫星电源系统故障诊断方法，包括以下：S1、采集卫星电源系统数据；S2、卫星电源系统数据预处理：将采集到的数据通过滑动时间窗分为多维时间序列，并通过训练好的栈式降噪自编码器进行处理，去掉无效干扰数据；S3、卫星电源系统数据分类：将预处理过的数据进行分类；S4、双神经网络模型训练：将S3中分类好的数据类型Ⅰ和数据类型Ⅱ分别输入CTCN‑GRU模型和TCN‑A‑GRU模型中进行训练；S5，双神经网络模型使用：将实际采集到的数据经S2及S3后将其输入到训练好的双神经网络中进行识别，将网络模型输出与实际卫星电源系统的状态进行对比，对网络性能进行评价。

公开(公告)号：CN115034312B

公开(公告)日：2023-01-06

申请号：CN202210673879.0

申请日：2022-06-14

Applicant: 燕山大学

Inventor： 孔寒冰 ,  郭小强 ,  章仕起 ,  王凡 ,  吕泽毅 ,  华长春 ,  乔瑟夫·格莱罗

IPC: G06F18/214 ,  G06N3/0464 ,  G06N3/08 ,  G01R31/40

Abstract: 本发明公开了一种双神经网络模型卫星电源系统故障诊断方法，包括以下：S1、采集卫星电源系统数据；S2、卫星电源系统数据预处理：将采集到的数据通过滑动时间窗分为多维时间序列，并通过训练好的栈式降噪自编码器进行处理，去掉无效干扰数据；S3、卫星电源系统数据分类：将预处理过的数据进行分类；S4、双神经网络模型训练：将S3中分类好的数据类型Ⅰ和数据类型Ⅱ分别输入CTCN‑GRU模型和TCN‑A‑GRU模型中进行训练；S5，双神经网络模型使用：将实际采集到的数据经S2及S3后将其输入到训练好的双神经网络中进行识别，将网络模型输出与实际卫星电源系统的状态进行对比，对网络性能进行评价。