论文部分内容阅读
针对目前难以及时准确评价航天器蓄电池组在轨健康状态的问题,提出了一种基于概率分布的数据健康判别方法。利用在轨数据提取表征蓄电池组单体健康的重要数据,建立蓄电池组健康态和健康临界态的概率分布。采用Kullback-Leibler差异(KL距离)判别算法确定蓄电池组是否处于健康状态,对非健康状态的蓄电池组进行在轨处理。该评价方法也可以应用于其他航天产品在轨健康状态评估、在轨管理。