CN115659642A - 一种离子电推进寿命试验加速因子确定方法 - Google Patents
一种离子电推进寿命试验加速因子确定方法 Download PDFInfo
- Publication number
- CN115659642A CN115659642A CN202211316240.3A CN202211316240A CN115659642A CN 115659642 A CN115659642 A CN 115659642A CN 202211316240 A CN202211316240 A CN 202211316240A CN 115659642 A CN115659642 A CN 115659642A
- Authority
- CN
- China
- Prior art keywords
- life
- stress
- electric propulsion
- parameters
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000001133 acceleration Effects 0.000 title claims abstract description 20
- 238000013461 design Methods 0.000 claims abstract description 23
- 238000013210 evaluation model Methods 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000012795 verification Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims abstract description 4
- 230000002596 correlated effect Effects 0.000 claims abstract description 4
- 238000012549 training Methods 0.000 claims description 9
- 229910000831 Steel Inorganic materials 0.000 claims description 6
- 239000010959 steel Substances 0.000 claims description 6
- 238000007418 data mining Methods 0.000 claims description 5
- 239000003380 propellant Substances 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005530 etching Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000010238 partial least squares regression Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 abstract description 2
- 238000005070 sampling Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101100001671 Emericella variicolor andF gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请涉及空间电推进动力技术领域，具体而言，涉及一种离子电推进寿命试验加速因子确定方法，步骤1：建立数据集；步骤2：初步筛选重要应力参数；步骤3：将重要应力参数与离子电推进器的设计参数进行关联；步骤4：建立关键应力‑寿命参数线性模型；步骤5：将关联后的设计参数带入线性模型建立基于时序的寿命评估模型；步骤6：将计算分析结果与试验数据库进行对比校验；步骤7：对比校验后，进行非线性的修正；步骤8：基于优化后的时序非线性寿命评估模型，建立分时段的离子电推进寿命评估模型。本申请实现了以前的正向设计向逆向反设计的转变，实现了加速寿命因子确定方法从线性向非线性的优化，该方法的工程应用价值更高、针对性更强。
Description
技术领域
本申请涉及空间电推进动力技术领域，具体而言，涉及一种离子电推进寿命试验加速因子确定方法。
背景技术
离子电推进的显著特点是推力高、精度可调节、寿命长(几万小时以上)、高可靠。在空间应用前，为了验证离子电推进系统的长寿命和高可靠性，离子电推进需要在地面进行天地1:1的寿命试验。然而，1:1的寿命耗时极长(以14000h为例，需要3年的时间)、成本代价极大。因此，寻找一种能够实现离子电推进性能地面试验加速验证的方法极为迫切，能大幅减小离子电推进工程产品的研制周期和成本代价。
发明内容
本申请提供了一种离子电推进寿命试验加速因子确定方法，基于已有的离子推力器1:1寿命试验数据，并结合数据挖掘算法，能够对加速因子进行确定，从而大幅减小离子电推进工程产品的研制周期和成本代价。
为了实现上述目的，本申请提供了一种离子电推进寿命试验加速因子确定方法，基于现有的离子电推进系统的试验数据，并结合数据挖掘算法，包括如下步骤：步骤1：基于现有的离子电推进系统地面14000小时寿命试验数据库，建立应力-寿命参数数据训练集和设计-寿命参数时序预测集；步骤2：用偏最小二乘回归算法，筛选出与离子电推进寿命密切相关的应力参数，作为关键应力参数；步骤3：将步骤2中的关键应力参数与离子电推进器的设计参数进行关联；步骤4：从应力-寿命参数数据训练集中抽取关键应力-寿命参数数据，采用支持向量回归算法，建立关键应力-寿命参数线性模型；步骤5：将步骤3中关联后的设计参数带入关键应力-寿命参数线性模型中，建立基于时序的寿命评估模型；步骤6：将基于时序的寿命评估模型的计算分析结果与设计-寿命参数时序预测集进行对比校验；步骤7：对比校验后，采用支持向量回归对基于时序的寿命评估模型进行非线性的修正，完成模型的优化；步骤8：基于优化后的时序非线性寿命评估模型，建立分时段的离子电推进寿命评估模型，从而实现加速因子的确定。
进一步的，在步骤1中，应力-寿命参数数据训练集和设计-寿命参数时序预测集均包括n项应力参数、m项寿命参数以及p项设计参数。
进一步的，n项应力参数包括栅极引出功率、阳极电位、磁钢磁场分布、控制灵敏度、电源输出稳定度、中和器加热电压电流、中和器触持电压电流、推进剂流率、推力器出口背景气压以及放电室壁面温度中的一种或者多种；m项寿命参数包括加速栅极刻蚀孔径、阴极顶腐蚀质量以及磁钢特征衰退平均速中的一种或者多种；p项设计参数包括栅极间距、栅孔直径以及栅极透明度中的一种或者多种。
进一步的，在步骤2中，采用变量投影重要性指标作为筛选关键应力参数的准则。
进一步的，在步骤6中，将基于时序的寿命评估模型应用在设计-寿命参数时序预测集中，观察模型预测的寿命与预测集中的寿命之间的差距是否可以接受，可以接受即认为模型预测性良好，不可以接受的部分进入下一步骤进行模型优化。
进一步的，在步骤7中，进行模型优化时，采用高斯核作为支持向回归的核函数。
本发明提供的一种离子电推进寿命试验加速因子确定方法，具有以下有益效果：
本申请基于已有的离子推力器1:1寿命试验数据，并结合数据挖掘算法，实现了离子电推进寿命试验加速因子由粗放化向精细化的改进，实现了以前的正向设计向逆向反设计的转变，实现了加速寿命因子确定方法从线性向非线性的优化，该方法的工程应用价值更高、针对性更强。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例提供的离子电推进寿命试验加速因子确定方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。
另外，术语“多个”的含义应为两个以及两个以上。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示，本申请提供了一种离子电推进寿命试验加速因子确定方法，基于现有的离子电推进系统的试验数据，并结合数据挖掘算法，包括如下步骤：
步骤1：基于现有的离子电推进系统地面14000小时寿命试验数据库，建立应力-寿命参数数据训练集和设计-寿命参数时序预测集；寿命试验数据分为应力参数采样和设计参数采样，其中应力参数和寿命参数为传感器数据，采样周期为2小时；设计参数为试验小节结束、暂停出舱时的实测数据，采样周期为500小时。因此建立应力-寿命参数为训练集，用于模型建立；设计-寿命参数为时序预测集，数据量偏少，因此仅用于模型验证。基于已有的离子推力器1:1寿命试验，建立应力-寿命参数数据集，并进行异常值筛除和标准化处理；数据集S = [XY]中X N×n 表示采样周期内的工况，包括栅极引出功率、阳极电位、磁钢磁场分布、控制灵敏度、电源输出稳定度、中和器加热电压电流、中和器触持电压电流、推进剂流率、推力器出口背景气压以及放电室壁面温度中的一种或者多种，Y N×m 表示采样周期内的加速栅极刻蚀质量、阴极顶腐蚀质量、磁钢衰退平均速率以及高压绝缘性能退化平均速率等m项寿命参数，N表示寿命试验中的总采样次数。p项设计参数包括栅极间距、栅孔直径以及栅极透明度中的一种或者多种之后对数据集进行异常值筛除，并采用标准化消除量纲：
步骤2：用偏最小二乘回归算法，筛选出与离子电推进寿命密切相关的应力参数，作为重要应力参数；根据协方差最大化原则，提取E h-1和F h-1的成分向量：
其中，E h-1和F h-1分别表示提取h-1个成分后的应力参数与寿命参数残差，应力参数
空间权重w h 为
的最大特征根对应的特征向量，寿命参数空间权重c h 为
的最大特征根对应的特征向量。提取的成分个数h使用交叉验证法判别，即
>0.0975时停止迭代，PRESS h 是预测残差平方和，SS h-1是拟合误差平方
和。采用变量投影重要性指标VIP来评价各个应力参数x i 对寿命参数Y的解释重要性：
其中
，r是相关系数，n是应力参数个数，w是步骤
（2）中计算出的应力参数权重。提取重要性指标大于1.2的应力参数{x (1),x (2),…,x (l)}记为
z，得到影响寿命参数的关键应力参数集X 1={z j }N×l 。VIP i 是偏最小二乘回归权重系数的加权
平方和，考虑了每一个主元的方差贡献率，一般大于1就认为该变量重要性较强，此处根据
经验选取1.2，控制筛选出变量数，此处得到的关键应力参数为推力器出口背景气压、栅极
引出功率、推进剂流率。
步骤3：将步骤2中的关键应力参数与离子电推进器的设计参数进行关联；z i =f i(w 1,w 2,…,w p ), w=(w 1,w 2,…,w p )表示设计参数。其中，推力器出口背景气压关联的设计参数为栅极间距、栅极透明度，栅极引出功率关联的设计参数为电源精度、绝缘性能，推进剂流率关联的设计参数是贮供系统参数。
步骤4：从应力-寿命参数数据训练集中抽取关键应力-寿命参数数据，采用支持向量回归算法，建立关键应力-寿命参数线性模型；关键应力参数对应的数据集设为S 1 =[X 1 Y]，提取出来的l个关键应力参数作为支持向量回归的特征空间。设定拉格朗日优化问题如下：
其中a为表征应力参数对寿命产生影响大小的权重矩阵，f(z)是寿命评估预测，ξ为松弛变量，C是惩罚因子，ε为精度。通过KKT条件对拉格朗日问题求解，最终得到关键应力参数对寿命影响的定量调节关系为：
其中，
。
步骤5：将步骤3中关联后的设计参数带入关键应力-寿命参数线性模型中，建立基于时序的寿命评估模型；
步骤6：将基于时序的寿命评估模型的计算分析结果与设计-寿命参数时序预测集进行对比校验；即将模型应用在预测集中，看模型预测的寿命与预测集中的寿命之间的差距是否可接受，可接受即认为模型预测性良好，不可接受的部分进入下一步骤。
步骤7：对比校验后，采用支持向量回归对基于时序的寿命评估模型进行非线性的
修正，完成模型的优化；即对预测效果较差的小节进一步使用非线性的支持向量回归，优选
高斯核函数
为支持向量回归的核函数，通过KKT条件对拉格
朗日问题求解，最终得到部分非线性模型：
其中
，之后同样再关联到设计参数。
步骤8：基于优化后的时序非线性寿命评估模型，建立分时段的离子电推进寿命评估模型，从而实现加速因子的确定。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (6)
1.一种离子电推进寿命试验加速因子确定方法，基于现有的离子电推进系统的试验数据，并结合数据挖掘算法，其特征在于，包括如下步骤：
步骤1：基于现有的离子电推进系统地面14000小时寿命试验数据库，建立应力-寿命参数数据训练集和设计-寿命参数时序预测集；
步骤2：用偏最小二乘回归算法，筛选出与离子电推进寿命密切相关的应力参数，作为关键应力参数；
步骤3：将步骤2中的关键应力参数与离子电推进器的设计参数进行关联；
步骤4：从应力-寿命参数数据训练集中抽取关键应力-寿命参数数据，采用支持向量回归算法，建立关键应力-寿命参数线性模型；
步骤5：将步骤3中关联后的设计参数带入关键应力-寿命参数线性模型中，建立基于时序的寿命评估模型；
步骤6：将基于时序的寿命评估模型的计算分析结果与设计-寿命参数时序预测集进行对比校验；
步骤7：对比校验后，采用支持向量回归对基于时序的寿命评估模型进行非线性的修正，完成模型的优化；
步骤8：基于优化后的时序非线性寿命评估模型，建立分时段的离子电推进寿命评估模型，从而实现加速因子的确定。
2.根据权利要求1所述的离子电推进寿命试验加速因子确定方法，其特征在于，在步骤1中，所述应力-寿命参数数据训练集和所述设计-寿命参数时序预测集均包括n项应力参数、m项寿命参数以及p项设计参数。
3.根据权利要求2所述的离子电推进寿命试验加速因子确定方法，其特征在于，所述n项应力参数包括栅极引出功率、阳极电位、磁钢磁场分布、控制灵敏度、电源输出稳定度、中和器加热电压电流、中和器触持电压电流、推进剂流率、推力器出口背景气压以及放电室壁面温度中的一种或者多种；所述m项寿命参数包括加速栅极刻蚀孔径、阴极顶腐蚀质量以及磁钢特征衰退平均速中的一种或者多种；所述p项设计参数包括栅极间距、栅孔直径以及栅极透明度中的一种或者多种。
4.根据权利要求3所述的离子电推进寿命试验加速因子确定方法，其特征在于，在步骤2中，采用变量投影重要性指标作为筛选关键应力参数的准则。
5.根据权利要求4所述的离子电推进寿命试验加速因子确定方法，其特征在于，在步骤6中，将基于时序的寿命评估模型应用在设计-寿命参数时序预测集中，观察模型预测的寿命与预测集中的寿命之间的差距是否可以接受，可以接受即认为模型预测性良好，不可以接受的部分进入下一步骤进行模型优化。
6.根据权利要求5所述的离子电推进寿命试验加速因子确定方法，其特征在于，在步骤7中，进行模型优化时，采用高斯核作为支持向回归的核函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211316240.3A CN115659642B (zh) | 2022-10-26 | 2022-10-26 | 一种离子电推进寿命试验加速因子确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211316240.3A CN115659642B (zh) | 2022-10-26 | 2022-10-26 | 一种离子电推进寿命试验加速因子确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115659642A true CN115659642A (zh) | 2023-01-31 |
| CN115659642B CN115659642B (zh) | 2023-07-18 |
Family
ID=84990450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211316240.3A Active CN115659642B (zh) | 2022-10-26 | 2022-10-26 | 一种离子电推进寿命试验加速因子确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115659642B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118641211A (zh) * | 2024-08-16 | 2024-09-13 | 兰州空间技术物理研究所 | 一种离子推力器关键部组件工作寿命试验方法及装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090077508A1 (en) * | 2004-01-28 | 2009-03-19 | Rubin Daniel I | Accelerated life testing of semiconductor chips |
| WO2011089258A2 (en) * | 2010-01-25 | 2011-07-28 | Imec | A variability-aware reliability simulation method of electronic systems |
| US20120031070A1 (en) * | 2010-08-09 | 2012-02-09 | Msnw Llc | Apparatus, systems and methods for establishing plasma and using plasma in a rotating magnetic field |
| WO2019144386A1 (zh) * | 2018-01-26 | 2019-08-01 | 大连理工大学 | 一种航空发动机过渡态关键性能参数预测方法 |
| WO2020000248A1 (zh) * | 2018-06-27 | 2020-01-02 | 大连理工大学 | 一种基于空间重构的航空发动机过渡态加速过程关键性能参数预测方法 |
| EP3591413A1 (en) * | 2018-07-03 | 2020-01-08 | Electricité de France | Method for evaluating an electric battery state of health |
| CN111649912A (zh) * | 2020-06-02 | 2020-09-11 | 兰州空间技术物理研究所 | 一种离子推力器加速寿命试验方法 |
| CN112329201A (zh) * | 2020-09-30 | 2021-02-05 | 兰州空间技术物理研究所 | 一种集成化离子电推进仿真模型及方法 |
| CN113378368A (zh) * | 2021-06-03 | 2021-09-10 | 中国人民解放军32181部队 | 一种基于非线性退化轨迹模型的加速因子评估方法 |
| CN114580118A (zh) * | 2022-03-25 | 2022-06-03 | 兰州空间技术物理研究所 | 一种离子推力器寿命及可靠性定量评估方法 |
-
2022
- 2022-10-26 CN CN202211316240.3A patent/CN115659642B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090077508A1 (en) * | 2004-01-28 | 2009-03-19 | Rubin Daniel I | Accelerated life testing of semiconductor chips |
| WO2011089258A2 (en) * | 2010-01-25 | 2011-07-28 | Imec | A variability-aware reliability simulation method of electronic systems |
| US20120031070A1 (en) * | 2010-08-09 | 2012-02-09 | Msnw Llc | Apparatus, systems and methods for establishing plasma and using plasma in a rotating magnetic field |
| WO2019144386A1 (zh) * | 2018-01-26 | 2019-08-01 | 大连理工大学 | 一种航空发动机过渡态关键性能参数预测方法 |
| WO2020000248A1 (zh) * | 2018-06-27 | 2020-01-02 | 大连理工大学 | 一种基于空间重构的航空发动机过渡态加速过程关键性能参数预测方法 |
| EP3591413A1 (en) * | 2018-07-03 | 2020-01-08 | Electricité de France | Method for evaluating an electric battery state of health |
| CN111649912A (zh) * | 2020-06-02 | 2020-09-11 | 兰州空间技术物理研究所 | 一种离子推力器加速寿命试验方法 |
| CN112329201A (zh) * | 2020-09-30 | 2021-02-05 | 兰州空间技术物理研究所 | 一种集成化离子电推进仿真模型及方法 |
| CN113378368A (zh) * | 2021-06-03 | 2021-09-10 | 中国人民解放军32181部队 | 一种基于非线性退化轨迹模型的加速因子评估方法 |
| CN114580118A (zh) * | 2022-03-25 | 2022-06-03 | 兰州空间技术物理研究所 | 一种离子推力器寿命及可靠性定量评估方法 |
Non-Patent Citations (4)
| Title |
|---|
| MINGMING SUN等: "Grid Gap Variation of Ion Thruster During Startup in Orbit", IEEE, pages 455 - 461 * |
| 史峥宇;陈建明;刘伟良;陈磊;: "锂离子电池性能退化的应力模型研究", 环境技术, no. 03, pages 122 - 126 * |
| 孙明明;耿海;郑艺;: "基于Matlab/Simulink的离子推力器输入参数设计模型研究", 推进技术, no. 05, pages 239 - 246 * |
| 邹宽城;常亚萍;韩秀清;: "基于支持向量机的射孔枪结构优化设计方法", 石油机械, no. 01, pages 30 - 34 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118641211A (zh) * | 2024-08-16 | 2024-09-13 | 兰州空间技术物理研究所 | 一种离子推力器关键部组件工作寿命试验方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115659642B (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111651941B (zh) | 一种全球电离层电子总含量预测的算法 | |
| CN110263866B (zh) | 一种基于深度学习的电力用户负荷区间预测方法 | |
| CN106772080B (zh) | 空间锂离子电池加速退化试验时间等效性建模方法 | |
| CN109214708B (zh) | 基于交叉熵理论优化支持向量机的电力系统风险评估方法 | |
| CN104569844B (zh) | 阀控密封式铅酸蓄电池健康状态监测方法 | |
| CN116451879A (zh) | 一种干旱风险预测方法、系统及电子设备 | |
| CN105929216B (zh) | 一种卫星电源主母线电流区间预测方法 | |
| JP7269999B2 (ja) | 電池モデル構築方法及び電池劣化予測装置 | |
| CN104850750B (zh) | 一种核电站反应堆保护系统可靠性分析方法 | |
| CN115659642A (zh) | 一种离子电推进寿命试验加速因子确定方法 | |
| CN109598052B (zh) | 基于相关系数分析的智能电表寿命周期预测方法及装置 | |
| CN111178585A (zh) | 基于多算法模型融合的故障接报量预测方法 | |
| CN111723982A (zh) | 基于灰色-马尔可夫链的中长期电力负荷组合预测方法 | |
| CN113139605A (zh) | 基于主成分分析和lstm神经网络的电力负荷预测方法 | |
| CN115098561B (zh) | 一种文物本体监测数据告警阈值的提取方法 | |
| CN111967140B (zh) | 一种考虑混合不确定性的性能退化实验建模与分析方法 | |
| CN116882587A (zh) | 一种基于雷电灾害情况下电力电网系统故障预测分析方法 | |
| CN116451554A (zh) | 考虑多种气象因子的电网气象风险预测方法 | |
| CN116578870A (zh) | 一种基于波动互相关分析的配网电压异常数据填补方法 | |
| CN116736174B (zh) | 电池剩余寿命预测方法、装置、计算机设备和存储介质 | |
| CN113610268A (zh) | 一种基于居住区空间形态的碳排放量预测方法 | |
| KR20140004915A (ko) | 다중모델 확률예측 시스템 및 방법 | |
| CN116957534A (zh) | 一种预测智能电表更换数量的方法 | |
| CN115310653A (zh) | 基于性能退化数据的光伏阵列剩余寿命预测方法 | |
| CN115221731A (zh) | 基于数据融合和Wiener模型的变压器寿命评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |