基于粒子群优化神经网络的卫星故障预测方法

• 作者: 史慧 房红征 李蕊 罗凯 韩立明
• 来源期刊: 计算机测量与控制
• 关键词: 故障预测 卫星 粒子群优化 神经网络 时间序列
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1730-1733,1745
• 页数: 5页
• 分类号: TP277|V57
• 语种: 中文

摘要

随着卫星数量和应用领域的日益增多,确保卫星的安全稳定运行,及时发现故障、处理故障,已成为运行管理工作的重点,因此有必要开展故障预测技术的研究；提出了一种粒子群优化的神经网络方法,实现卫星的故障预测；首先,基于卫星的原理和运行特点,通过卫星遥测参数获取特征；其次,利用神经网络对卫星关键遥测参数进行近似和建模,并利用粒子群算法对神经网络进行优化；之后,利用时间序列方法对遥测参数进行预测,并将预测结果与粒子群优化的神经网络的输出进行比较,根据神经网络的输入层与输出层之间的关联信息实现对卫星的预测；最后,利用带有故障信息的电源系统真实遥测数据来对本文提出的方法的可行性进行验证,使用粒子群优化神经网络对遥测参数进行建模,能够很好地检测遥测参数是否正常,预测值与真实值的验证结果证明了在卫星故障预测中应用粒子群优化神经网络的有效性.