太阳城集团

  • / 11
  • 下载费用:30 金币  

星用太阳电池在轨性能退化预测方法.pdf

摘要
申请专利号:

太阳城集团CN201510408527.2

申请日:

2015.07.13

公开号:

CN105045993A

公开日:

2015.11.11

当前法律状态:

实审

有效性:

审中

法律详情: 实质审查的生效IPC(主分类):G06F 17/50申请日:20150713|||公开
IPC分类号: G06F17/50 主分类号: G06F17/50
申请人: 上海卫星工程研究所
发明人: 张雷; 廖明; 曹敏; 韦锡峰; 吴东; 岳赟
地址: 200240上海市闵行区华宁路251号
优先权:
专利代理机构: 上海汉声知识产权代理有限公司31236 代理人: 郭国中; 刘翠
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201510408527.2

授权太阳城集团号:

|||

法律状态太阳城集团日:

2015.12.09|||2015.11.11

法律状态类型:

实质审查的生效|||公开

摘要

本发明公开了一种星用太阳电池在轨性能退化预测方法,包括:剖析太阳电池寿命相关的特征参数,收集、处理和提炼太阳电池特征参数的在轨数据,建立在轨衰减趋势的理论模型,预测太阳电池在轨寿命限值。本发明解决制约卫星平台寿命与可靠性的太阳电池在空间环境下的寿命和可靠性的问题,避免卫星因太阳电池效率下降而导致卫星失效,有利于提升卫星平台长期、可靠运行能力,有利于提升卫星平台的成熟度和继承性,有利于提升卫星平台的应用能力、应用范围。

权利要求书

1.一种星用太阳电池在轨性能退化预测方法,其特征在于,包括如下步骤:
步骤1:根据太阳电池的结构和布局,选取表征太阳电池性能衰减特征参数的电流
值遥测数据原码和电池片温度遥测数据原码;
步骤2:原码数据处理:将电流值遥测数据原码和电池片温度遥测数据原码转化为
物理量,分析整理转化后数据,对于缺失的数据采用均值插补的方法进行补充,形成电
流值遥测数据;
步骤3:遥测数据分析:引入太阳入射角,当太阳光与太阳电池所在平面不垂直时,
太阳电池的电路发生变化,具有如下关系:
Imax=I/cosθ
式中,Imax为垂直光照角下的电流,I为实际测得的标准片电流,即电流值遥测数
据,θ为太阳入射角,即太阳入射方向与太阳电池表面法向的夹角;
取至少一年内电流值遥测数据进行分析,计算等效垂直光照角下的电流值;
步骤4:选取幂函数模型作退化建模分析:幂函数模型如下:
D ( t ) = I m a x = ( a + b · t c ) · ( S 0 + d · c o s ( α + 2 · π T t ) S 0 ) + ϵ ]]>
式中,D(t)为垂直光照角下电流,即Imax,a+b·tc表示电流的衰退规律,
为太阳辐照强度影响系数,S0=1353w/m2,T=365天,ε~N(0,σ2)
表示ε服从标准正太分布,t为在轨天数,a、b、c、d、α分别为模型参数,a>0,
b<0,c<1,d和α表示同一个参数;其中,a表示t=0时的电流;b表示一天的电流衰
减率;c为t变化的指数参数;d和α均表示太阳辐射强度的周期变化的参数;
定义残差平方和RSS,建立太阳电池在轨退化预测模型:
R S S = Σ i = 1 n ( D ( t i ) - ( a + b · t i c ) · S 0 + d · cos ( α + 2 · π T t i ) S 0 ) 2 = Σ i = 1 n ϵ i 2 ]]>
将电流值遥测数据和电池片温度遥测数据代入幂函数模型,令RSS最小的情况下计
算模型参数a、b、c、d、α,对太阳电池在轨性能退化进行预测。
2.根据权利要求1所述的星用太阳电池在轨性能退化预测方法,其特征在于,在
步骤1中,提取1~3年表征太阳电池性能衰减特征参数数据。
3.根据权利要求1所述的星用太阳电池在轨性能退化预测方法,其特征在于,在
步骤2中,对转化后数据进行分析整理时,需结合卫星在轨运行状态确定选取表征太阳
电池性能衰减的特征参数太阳城集团间隔。
4.根据权利要求1所述的星用太阳电池在轨性能退化预测方法,其特征在于,在
步骤4中,利用太阳电池在轨1~2年的表征太阳电池性能衰减的特征参数进行在轨衰减
趋势的理论模型拟合,确定模型参数,利用第3年的表征太阳电池性能衰减的特征参数
对理论模型进行模型参数的验证,验证太阳电池在轨退化预测模型的准确性,对太阳电
池在轨性能退化进行预测。

说明书

星用太阳电池在轨性能退化预测方法

技术领域

本发明涉及航天器技术领域,具体地,涉及一种星用太阳电池在轨性能退化预
测方法。

背景技术

随着航天技术的迅速发展,人类对宇宙空间的探索日益频繁、不断深入,使航
天器向多功能、多任务和多设备的方向发展,要求复杂化和多样化程度越来越高,
同时还要求实现长寿命、高可靠性和高精度。这需要不断增加信号转发器的功率和
数量才能满足需要,从而对电源系统的功率需求也相应增加。太阳电池阵电源系统
是目前国内航天器主要采用的电源系统,它的性能决定着整个航天器的工作状态,
所以太阳电池阵需要具备更高的光电转换效率、更高的可靠性及更长的使用寿命。

由于卫星在空间环境中受到的影响比较复杂,一直处于带电粒子构成的辐射环
境中,遭受带电粒子的轰击、紫外光线的照射和温度交变的影响,使得在航天器上
的太阳电池的特性发生衰降。所以国内外对星用太阳能电池性能衰减的研究,主要
是基于带电粒子辐照、质子和电子、紫外线等具体某一因素对它的影响。

目前在针对某一因素对星用太阳能电池性能的衰减影响上,比如空间粒子辐射
对太阳电池的影响研究,国内的研究较多,而没有对综合各种因素下的太阳电池在
轨退化预测研究,也没有综合因素下太阳电池在轨退化模型的相关研究。

没有发现同本方法类似的说明或报告,也尚未收集到国内外类似的资料。

发明内容

针对现有技术中的缺陷,本发明的目的是提供一种星用太阳电池在轨性能退化
预测方法,解决制约卫星平台寿命与可靠性的太阳电池在空间环境下的寿命和可靠
性的问题,避免卫星因太阳电池效率下降而导致卫星失效。

本发明是通过以下技术方案实现的。

一种星用太阳电池在轨性能退化预测方法,包括如下步骤:

步骤1:根据太阳电池的结构和布局,选取表征太阳电池性能衰减特征参数的电流
值遥测数据原码;

步骤2:原码数据处理:将电流值遥测数据原码转化为物理量,分析整理转化后数
据,对于缺失的数据采用均值插补的方法进行补充,形成电流值遥测数据和;

步骤3:遥测数据分析:引入太阳入射角,当太阳光与太阳电池所在平面不垂直时,
太阳电池的电路发生变化,具有如下关系:

Imax=I/cosθ

式中,Imax为垂直光照角下的电流,I为实际测得的标准片电流,即电流值遥测数
据,θ为太阳入射角,即太阳入射方向与太阳电池表面法向的夹角;

取至少一年内电流值遥测数据进行分析,计算等效垂直光照角下的电流值;

步骤4:选取幂函数模型作退化建模分析:幂函数模型如下:

D ( t ) = I m a x = ( a + b · t c ) · ( S 0 + d · c o s ( α + 2 · π T t ) S 0 ) + ϵ ]]>

式中,D(t)为垂直光照角下电流,即Imax,α+b·tc表示电流的衰退规律,
为太阳辐照强度影响系数,S0=1353w/m2,T=365(天),ε~N(0,σ2)
表示ε服从标准正太分布,t为在轨天数,a、b、c、d、α分别为模型参数,a>0,b<0,
c<1,d和α表示同一个参数;其中,a表示t=0时的电流;b表示一天的电流衰减率;
c为t变化的指数参数;d和α均表示太阳辐射强度的周期变化的参数;

定义残差平方和RSS,建立太阳电池在轨退化预测模型:

R S S = Σ i = 1 n ( D ( t i ) - ( a + b · t i c ) · S 0 + d · c o s ( α + 2 · π T t i ) S 0 ) 2 = Σ i = 1 n ϵ i 2 ]]>

将电流值遥测数据和电池片温度遥测数据代入幂函数模型,令RSS最小的情况下计
算模型参数a、b、c、d、α,对太阳电池在轨性能退化进行预测;

优选地,在步骤1中,提取1~3年表征太阳电池性能衰减特征参数数据。

优选地,在步骤2中,对转化后数据进行分析整理时,需结合卫星在轨运行状态确
定选取表征太阳电池性能衰减的特征参数太阳城集团间隔。

优选地,在步骤4中,利用太阳电池在轨1~2年的表征太阳电池性能衰减的特征参
数进行在轨衰减趋势的理论模型拟合,确定模型参数,利用第3年的表征太阳电池性能
衰减的特征参数对理论模型进行模型参数的验证,验证太阳电池在轨退化预测模型的准
确性,对太阳电池在轨性能退化进行预测。

与现有技术相比,本发明具有如下有益效果:

1、本发明涉及表征太阳电池性能衰减特征参数分析,通过对表征太阳电池性能衰
减特征参数进行退化建模,实现了产品的寿命预测和可靠性评估;

2、对太阳电池的在轨遥测数据进行提炼,通过将在轨遥测数据原码转换为物
理量,再进行筛选、提炼,用于确定太阳电池在轨退化模型参数;

3、本发明解决了制约卫星平台寿命与可靠性的太阳电池在空间环境下的寿命
和可靠性的问题,避免卫星因太阳电池效率下降而导致卫星失效;

4、本发明有利于提升卫星平台长期、可靠运行能力,有利于提升卫星平台的
成熟度和继承性,有利于提升卫星平台的应用能力、应用范围。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特
征、目的和优点将会变得更明显:

图1为2011年数据插补处理示意图,其中,(a)为处理前,(b)为处理后;

图2为2011~2013年垂直光照角下电流值,其中,(a)为2011年,(b)为
2012年,(c)为2013年;

图3为太阳能电池电流退化曲线一;

图4为太阳能电池电流退化曲线二;

图5为本发明方法流程图。

具体实施方式

下面对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实
施,给出了详细的实施方式和具体的操作过程。应当指出的是,对本领域的普通技术人
员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发
明的保护范围。

实施例

本实施例提供了一种星用太阳电池在轨性能退化预测方法,包括如下步骤:

步骤1:根据太阳电池的结构、布局,选取表征太阳电池性能衰减特征参数,即电
流值遥测数据原码,提取一年数据;

步骤2:数据处理:将遥测数据原码转化为物理量,分析整理数据,对于缺失的数
据采用均值插补的方法进行补充,形成电流值遥测数据;

步骤3:数据分析:引入太阳入射角,太阳光与太阳能电池所在平面不垂直时,其
电路也会发生变化,有如下关系:

Imax=I/cosθ

式中,Imax为垂直光照下的电流,I为实际测得的标准片电流,即电流值遥测数据,
θ为太阳入射角,即为太阳入射角方向与太阳电池表面法向的夹角;

取一年内电流值遥测数据进行分析,计算等效垂直光照角下的电流值;

步骤4:选取幂函数模型作退化建模分析:幂函数模型如下:

D ( t ) = I m a x = ( a + b · t c ) · ( S 0 + d · c o s ( α + 2 · π T t ) S 0 ) + ϵ ]]>

式中,D(t)为垂直光照角下电流,即为Imax,α+b·tc表示电流的衰退规律,
为太阳辐照强度影响系数,S0=1353w/m2,T=365(天),
ε~N(0,σ2),t为在轨太阳城集团(天),a,b,c,d,α为模型参数,a>0,b<0,c<1,
d、α是一个参数。a表示t=0时的电流;b表示一天的电流衰减率;c为t变化的指数
参数;d、α表示太阳辐射强度的周期变化的参数;

定义残差平方和RSS:

R S S = Σ i = 1 n ( D ( t i ) - ( a + b · t i c ) · S 0 + d · c o s ( α + 2 · π T t i ) S 0 ) 2 = Σ i = 1 n ϵ i 2 ]]>

将处理过的遥测数据代入幂函数模型,令RSS最小的情况下计算模型参数a,b,c,
d,α,对太阳电池在轨性能退化进行预测。

进一步地,在步骤2中,在轨的遥测数据一般为原码数据,需转换为物理量进行后
续的分析;综合各种因素,研究太阳电池在轨的性能参数和光照角、温度密切相关,需
和表征太阳电池性能衰减的遥测参数一并收集、转换;对转换后的数据进行筛选、提炼
时,需结合卫星在轨运行状态确定表征太阳电池性能衰减的特征参数太阳城集团间隔。

进一步地,在步骤4中,可利用太阳电池在轨1~2年的数据进行在轨衰减趋势的理
论模型拟合,确定模型参数,利用第3年的在轨数据对理论模型进行模型参数的验证,
验证太阳电池在轨退化预测模型的准确性,对太阳电池在轨性能退化进行预测。

下面结合附图对本实施例进一步描述。

本描述的对象是轨道高度为632公里,轨道倾角97.625°,公转周期为97.3分钟低
地球轨道卫星太阳电池片。

实施步骤如下:

步骤1:采集卫星在轨运行三年(2011年1月1日至2013年12月31日)的太阳
能电池片的遥测数据原码,遥测参数原码包括原始电流及温度,并记录太阳光照角。

步骤2:将采集的遥测数据原码转化为物理量。2011年取得的遥测数据中,从2011
年4月7日到2011年4月10日数据缺失,这里采用均值插补的办法,数据处理结果如
图1。

步骤3:通过原始电流和太阳光照角余弦值计算得到3年垂直光照角电流值,如图
2。

步骤4:选取幂函数模型作退化建模分析。幂函数模型如下:

D ( t ) = I m a x = ( a + b · t c ) · ( S 0 + d · c o s ( α + 2 · π T t ) S 0 ) + ϵ ]]>

将处理过的在轨遥测数据代入幂函数模型,令RSS最小的情况下,利用matla软件
计算模型参数估计结果如表1所示。

表1模型参数估计

参数名称
a
b
C
d
α
点估计
0.1945
-6.023e-5
0.5901
32.06
-18.91

然后就可以得到 I m a x = ( 0.1945 - 6.023 e - 5 · t 0.5901 ) · ( 1353 + 32.06 × c o s ( - 18.91 + 2 · π 365 t ) 1353 ) ]]>
可以画出太阳能电池退化曲线如图3,虚线为后3年的预测情况。

为了更好的对太阳能电池进行退化建模分析,下面利用所获得的前两年半的数据进
行建模,利用最后半年的数据分析模型误差。

将处理过的在轨前两年半的遥测数据代入幂函数模型,令RSS最小的情况下,利用
matla软件计算模型计算模型参数估计结果如表2所示。

表2模型参数估计

参数名称
a
b
C
d
α
点估计
0.194
-3.189e-6
1.026
30.75
-0.1336

然后可以得到: I m a x = ( 0.194 - 3.189 e - 6 · t 1.026 ) · ( 1353 + 30.75 × c o s ( - 0.1336 + 2 · π 365 t ) 1353 ) , ]]>
可以画出太阳电池在轨性能退化曲线如图4所示。

如图4所示,红色实线为利用前两年半的数据建模,红色虚线则为后半年的数据预
测情况,然后利用第三年后半年的垂直光照角下电流真实值与幂函数模型预测的电流值
进行误差计算,该函数模型的相对误差为0.9999%。

本实施例通过剖析太阳电池寿命相关的特征参数,收集、处理和提炼太阳电池
特征参数的在轨遥测数据,建立在轨衰减趋势的理论模型,预测太阳电池在轨寿命
限值。本实施例解决制约卫星平台寿命与可靠性的太阳电池在空间环境下的寿命和
可靠性的问题,避免卫星因太阳电池效率下降而导致卫星失效,有利于提升卫星平
台长期、可靠运行能力,有利于提升卫星平台的成熟度和继承性,有利于提升卫星
平台的应用能力、应用范围。

以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上
述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,
这并不影响本发明的实质内容。

关 键 词:
太阳电池 性能 退化 预测 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:星用太阳电池在轨性能退化预测方法.pdf
链接地址:http://zh228.com/p-6401630.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');