基于高斯混合模型的卫星电源系统异常检测方法

作为具有多种工作模式的复杂系统,卫星电源系统在不同工作模式下的观测数据具备不同的统计特性.因为卫星电源系统的实际观测数据缺少状态标识作为先验信息,所以传统异常检测方法无法区分系统的不同工作模式,具有较大局限性.针对无状态标识的卫星电源系统异常检测问题,提出了 一种基于高斯混合模型(GMM)的异常检测方法.高斯混合模型被用于状态标识缺失数据的特征挖掘,从而实现对不同工作模式的聚类与识别;可区分性、稳定性、以及拟合优良性三个指标被用于GMM的评价,使得聚类簇数的选取是合理的;在异常检测阶段,训练好的高斯混合模型被用于构建了模式识别准则,距离信息和F分布被用于构建了检测阈值,并通过增加待检测数据集窗口长度来提升检测效果;以卫星电源系统的太阳能帆板机构为对象,开展了数值仿真和实验验证.异常检测结果表明,该方法能有效实现多种工作模式下的异常检测,具有较高的准确率和召回率.