基于LightGBM的卫星飞轮温度预测

摘要：

为保障卫星的正常在轨运行,地面系统需要对卫星运行状态进行监控预警,其中对卫星各系统的温度监控尤为重要.温度不仅直接反映卫星系统的健康状态,更会对系统器件的性能和寿命造成影响.飞轮作为卫星姿态控制系统的重要组件,其温度变化是识别姿态控制系统状态的重要信息.卫星飞轮温度的预测与预警对卫星在轨稳定运行具有重要意义.本文基于某在轨卫星遥测数据,结合空间环境数据,应用LightGBM机器学习框架研究建立梯度提升决策树模型,对卫星飞轮温度进行预测.经与实际遥测温度值进行对比验证,预测精度可以满足对卫星飞轮温度的监视需求.研究结果可应用于地面系统,对卫星姿态控制系统可能发生的温度异常进行预警,使地面运控人员能够提前规避风险,保障卫星的安全在轨运行.

关键词：温度预测、空间环境、卫星数据、机器学习

所属期刊栏目：41

分类号：V324(航空飞行术)

资助基金：空间科学先导专项;科学卫星在轨运行项目

在线出版日期：2021-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：491-498