鬼佬大哥大
  • / 11
  • 下載費用:30 金幣  

星用太陽電池在軌性能退化預測方法.pdf

摘要
申請專利號:

CN201510408527.2

申請日:

2015.07.13

公開號:

CN105045993A

公開日:

2015.11.11

當前法律狀態:

實審

有效性:

審中

法律詳情: 實質審查的生效IPC(主分類):G06F 17/50申請日:20150713|||公開
IPC分類號: G06F17/50 主分類號: G06F17/50
申請人: 上海衛星工程研究所
發明人: 張雷; 廖明; 曹敏; 韋錫峰; 吳東; 岳赟
地址: 200240上海市閔行區華寧路251號
優先權:
專利代理機構: 上海漢聲知識產權代理有限公司31236 代理人: 郭國中; 劉翠
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201510408527.2

授權公告號:

|||

法律狀態公告日:

2015.12.09|||2015.11.11

法律狀態類型:

實質審查的生效|||公開

摘要

本發明公開了一種星用太陽電池在軌性能退化預測方法,包括:剖析太陽電池壽命相關的特征參數,收集、處理和提煉太陽電池特征參數的在軌數據,建立在軌衰減趨勢的理論模型,預測太陽電池在軌壽命限值。本發明解決制約衛星平臺壽命與可靠性的太陽電池在空間環境下的壽命和可靠性的問題,避免衛星因太陽電池效率下降而導致衛星失效,有利于提升衛星平臺長期、可靠運行能力,有利于提升衛星平臺的成熟度和繼承性,有利于提升衛星平臺的應用能力、應用范圍。

權利要求書

1.一種星用太陽電池在軌性能退化預測方法,其特征在于,包括如下步驟:
步驟1:根據太陽電池的結構和布局,選取表征太陽電池性能衰減特征參數的電流
值遙測數據原碼和電池片溫度遙測數據原碼;
步驟2:原碼數據處理:將電流值遙測數據原碼和電池片溫度遙測數據原碼轉化為
物理量,分析整理轉化后數據,對于缺失的數據采用均值插補的方法進行補充,形成電
流值遙測數據;
步驟3:遙測數據分析:引入太陽入射角,當太陽光與太陽電池所在平面不垂直時,
太陽電池的電路發生變化,具有如下關系:
Imax=I/cosθ
式中,Imax為垂直光照角下的電流,I為實際測得的標準片電流,即電流值遙測數
據,θ為太陽入射角,即太陽入射方向與太陽電池表面法向的夾角;
取至少一年內電流值遙測數據進行分析,計算等效垂直光照角下的電流值;
步驟4:選取冪函數模型作退化建模分析:冪函數模型如下:
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)為垂直光照角下電流,即Imax,a+b·tc表示電流的衰退規律,
為太陽輻照強度影響系數,S0=1353w/m2,T=365天,ε~N(0,σ2)
表示ε服從標準正太分布,t為在軌天數,a、b、c、d、α分別為模型參數,a>0,
b<0,c<1,d和α表示同一個參數;其中,a表示t=0時的電流;b表示一天的電流衰
減率;c為t變化的指數參數;d和α均表示太陽輻射強度的周期變化的參數;
定義殘差平方和RSS,建立太陽電池在軌退化預測模型:
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 ]]>
將電流值遙測數據和電池片溫度遙測數據代入冪函數模型,令RSS最小的情況下計
算模型參數a、b、c、d、α,對太陽電池在軌性能退化進行預測。
2.根據權利要求1所述的星用太陽電池在軌性能退化預測方法,其特征在于,在
步驟1中,提取1~3年表征太陽電池性能衰減特征參數數據。
3.根據權利要求1所述的星用太陽電池在軌性能退化預測方法,其特征在于,在
步驟2中,對轉化后數據進行分析整理時,需結合衛星在軌運行狀態確定選取表征太陽
電池性能衰減的特征參數時間間隔。
4.根據權利要求1所述的星用太陽電池在軌性能退化預測方法,其特征在于,在
步驟4中,利用太陽電池在軌1~2年的表征太陽電池性能衰減的特征參數進行在軌衰減
趨勢的理論模型擬合,確定模型參數,利用第3年的表征太陽電池性能衰減的特征參數
對理論模型進行模型參數的驗證,驗證太陽電池在軌退化預測模型的準確性,對太陽電
池在軌性能退化進行預測。

說明書

星用太陽電池在軌性能退化預測方法

技術領域

本發明涉及航天器技術領域,具體地,涉及一種星用太陽電池在軌性能退化預
測方法。

背景技術

隨著航天技術的迅速發展,人類對宇宙空間的探索日益頻繁、不斷深入,使航
天器向多功能、多任務和多設備的方向發展,要求復雜化和多樣化程度越來越高,
同時還要求實現長壽命、高可靠性和高精度。這需要不斷增加信號轉發器的功率和
數量才能滿足需要,從而對電源系統的功率需求也相應增加。太陽電池陣電源系統
是目前國內航天器主要采用的電源系統,它的性能決定著整個航天器的工作狀態,
所以太陽電池陣需要具備更高的光電轉換效率、更高的可靠性及更長的使用壽命。

由于衛星在空間環境中受到的影響比較復雜,一直處于帶電粒子構成的輻射環
境中,遭受帶電粒子的轟擊、紫外光線的照射和溫度交變的影響,使得在航天器上
的太陽電池的特性發生衰降。所以國內外對星用太陽能電池性能衰減的研究,主要
是基于帶電粒子輻照、質子和電子、紫外線等具體某一因素對它的影響。

目前在針對某一因素對星用太陽能電池性能的衰減影響上,比如空間粒子輻射
對太陽電池的影響研究,國內的研究較多,而沒有對綜合各種因素下的太陽電池在
軌退化預測研究,也沒有綜合因素下太陽電池在軌退化模型的相關研究。

沒有發現同本方法類似的說明或報告,也尚未收集到國內外類似的資料。

發明內容

針對現有技術中的缺陷,本發明的目的是提供一種星用太陽電池在軌性能退化
預測方法,解決制約衛星平臺壽命與可靠性的太陽電池在空間環境下的壽命和可靠
性的問題,避免衛星因太陽電池效率下降而導致衛星失效。

本發明是通過以下技術方案實現的。

一種星用太陽電池在軌性能退化預測方法,包括如下步驟:

步驟1:根據太陽電池的結構和布局,選取表征太陽電池性能衰減特征參數的電流
值遙測數據原碼;

步驟2:原碼數據處理:將電流值遙測數據原碼轉化為物理量,分析整理轉化后數
據,對于缺失的數據采用均值插補的方法進行補充,形成電流值遙測數據和;

步驟3:遙測數據分析:引入太陽入射角,當太陽光與太陽電池所在平面不垂直時,
太陽電池的電路發生變化,具有如下關系:

Imax=I/cosθ

式中,Imax為垂直光照角下的電流,I為實際測得的標準片電流,即電流值遙測數
據,θ為太陽入射角,即太陽入射方向與太陽電池表面法向的夾角;

取至少一年內電流值遙測數據進行分析,計算等效垂直光照角下的電流值;

步驟4:選取冪函數模型作退化建模分析:冪函數模型如下:

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)為垂直光照角下電流,即Imax,α+b·tc表示電流的衰退規律,
為太陽輻照強度影響系數,S0=1353w/m2,T=365(天),ε~N(0,σ2)
表示ε服從標準正太分布,t為在軌天數,a、b、c、d、α分別為模型參數,a>0,b<0,
c<1,d和α表示同一個參數;其中,a表示t=0時的電流;b表示一天的電流衰減率;
c為t變化的指數參數;d和α均表示太陽輻射強度的周期變化的參數;

定義殘差平方和RSS,建立太陽電池在軌退化預測模型:

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 ]]>

將電流值遙測數據和電池片溫度遙測數據代入冪函數模型,令RSS最小的情況下計
算模型參數a、b、c、d、α,對太陽電池在軌性能退化進行預測;

優選地,在步驟1中,提取1~3年表征太陽電池性能衰減特征參數數據。

優選地,在步驟2中,對轉化后數據進行分析整理時,需結合衛星在軌運行狀態確
定選取表征太陽電池性能衰減的特征參數時間間隔。

優選地,在步驟4中,利用太陽電池在軌1~2年的表征太陽電池性能衰減的特征參
數進行在軌衰減趨勢的理論模型擬合,確定模型參數,利用第3年的表征太陽電池性能
衰減的特征參數對理論模型進行模型參數的驗證,驗證太陽電池在軌退化預測模型的準
確性,對太陽電池在軌性能退化進行預測。

與現有技術相比,本發明具有如下有益效果:

1、本發明涉及表征太陽電池性能衰減特征參數分析,通過對表征太陽電池性能衰
減特征參數進行退化建模,實現了產品的壽命預測和可靠性評估;

2、對太陽電池的在軌遙測數據進行提煉,通過將在軌遙測數據原碼轉換為物
理量,再進行篩選、提煉,用于確定太陽電池在軌退化模型參數;

3、本發明解決了制約衛星平臺壽命與可靠性的太陽電池在空間環境下的壽命
和可靠性的問題,避免衛星因太陽電池效率下降而導致衛星失效;

4、本發明有利于提升衛星平臺長期、可靠運行能力,有利于提升衛星平臺的
成熟度和繼承性,有利于提升衛星平臺的應用能力、應用范圍。

附圖說明

通過閱讀參照以下附圖對非限制性實施例所作的詳細描述,本發明的其它特
征、目的和優點將會變得更明顯:

圖1為2011年數據插補處理示意圖,其中,(a)為處理前,(b)為處理后;

圖2為2011~2013年垂直光照角下電流值,其中,(a)為2011年,(b)為
2012年,(c)為2013年;

圖3為太陽能電池電流退化曲線一;

圖4為太陽能電池電流退化曲線二;

圖5為本發明方法流程圖。

具體實施方式

下面對本發明的實施例作詳細說明:本實施例在以本發明技術方案為前提下進行實
施,給出了詳細的實施方式和具體的操作過程。應當指出的是,對本領域的普通技術人
員來說,在不脫離本發明構思的前提下,還可以做出若干變形和改進,這些都屬于本發
明的保護范圍。

實施例

本實施例提供了一種星用太陽電池在軌性能退化預測方法,包括如下步驟:

步驟1:根據太陽電池的結構、布局,選取表征太陽電池性能衰減特征參數,即電
流值遙測數據原碼,提取一年數據;

步驟2:數據處理:將遙測數據原碼轉化為物理量,分析整理數據,對于缺失的數
據采用均值插補的方法進行補充,形成電流值遙測數據;

步驟3:數據分析:引入太陽入射角,太陽光與太陽能電池所在平面不垂直時,其
電路也會發生變化,有如下關系:

Imax=I/cosθ

式中,Imax為垂直光照下的電流,I為實際測得的標準片電流,即電流值遙測數據,
θ為太陽入射角,即為太陽入射角方向與太陽電池表面法向的夾角;

取一年內電流值遙測數據進行分析,計算等效垂直光照角下的電流值;

步驟4:選取冪函數模型作退化建模分析:冪函數模型如下:

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)為垂直光照角下電流,即為Imax,α+b·tc表示電流的衰退規律,
為太陽輻照強度影響系數,S0=1353w/m2,T=365(天),
ε~N(0,σ2),t為在軌時間(天),a,b,c,d,α為模型參數,a>0,b<0,c<1,
d、α是一個參數。a表示t=0時的電流;b表示一天的電流衰減率;c為t變化的指數
參數;d、α表示太陽輻射強度的周期變化的參數;

定義殘差平方和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 ]]>

將處理過的遙測數據代入冪函數模型,令RSS最小的情況下計算模型參數a,b,c,
d,α,對太陽電池在軌性能退化進行預測。

進一步地,在步驟2中,在軌的遙測數據一般為原碼數據,需轉換為物理量進行后
續的分析;綜合各種因素,研究太陽電池在軌的性能參數和光照角、溫度密切相關,需
和表征太陽電池性能衰減的遙測參數一并收集、轉換;對轉換后的數據進行篩選、提煉
時,需結合衛星在軌運行狀態確定表征太陽電池性能衰減的特征參數時間間隔。

進一步地,在步驟4中,可利用太陽電池在軌1~2年的數據進行在軌衰減趨勢的理
論模型擬合,確定模型參數,利用第3年的在軌數據對理論模型進行模型參數的驗證,
驗證太陽電池在軌退化預測模型的準確性,對太陽電池在軌性能退化進行預測。

下面結合附圖對本實施例進一步描述。

本描述的對象是軌道高度為632公里,軌道傾角97.625°,公轉周期為97.3分鐘低
地球軌道衛星太陽電池片。

實施步驟如下:

步驟1:采集衛星在軌運行三年(2011年1月1日至2013年12月31日)的太陽
能電池片的遙測數據原碼,遙測參數原碼包括原始電流及溫度,并記錄太陽光照角。

步驟2:將采集的遙測數據原碼轉化為物理量。2011年取得的遙測數據中,從2011
年4月7日到2011年4月10日數據缺失,這里采用均值插補的辦法,數據處理結果如
圖1。

步驟3:通過原始電流和太陽光照角余弦值計算得到3年垂直光照角電流值,如圖
2。

步驟4:選取冪函數模型作退化建模分析。冪函數模型如下:

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

將處理過的在軌遙測數據代入冪函數模型,令RSS最小的情況下,利用matla軟件
計算模型參數估計結果如表1所示。

表1模型參數估計

參數名稱
a
b
C
d
α
點估計
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 ) ]]>
可以畫出太陽能電池退化曲線如圖3,虛線為后3年的預測情況。

為了更好的對太陽能電池進行退化建模分析,下面利用所獲得的前兩年半的數據進
行建模,利用最后半年的數據分析模型誤差。

將處理過的在軌前兩年半的遙測數據代入冪函數模型,令RSS最小的情況下,利用
matla軟件計算模型計算模型參數估計結果如表2所示。

表2模型參數估計

參數名稱
a
b
C
d
α
點估計
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 ) , ]]>
可以畫出太陽電池在軌性能退化曲線如圖4所示。

如圖4所示,紅色實線為利用前兩年半的數據建模,紅色虛線則為后半年的數據預
測情況,然后利用第三年后半年的垂直光照角下電流真實值與冪函數模型預測的電流值
進行誤差計算,該函數模型的相對誤差為0.9999%。

本實施例通過剖析太陽電池壽命相關的特征參數,收集、處理和提煉太陽電池
特征參數的在軌遙測數據,建立在軌衰減趨勢的理論模型,預測太陽電池在軌壽命
限值。本實施例解決制約衛星平臺壽命與可靠性的太陽電池在空間環境下的壽命和
可靠性的問題,避免衛星因太陽電池效率下降而導致衛星失效,有利于提升衛星平
臺長期、可靠運行能力,有利于提升衛星平臺的成熟度和繼承性,有利于提升衛星
平臺的應用能力、應用范圍。

以上對本發明的具體實施例進行了描述。需要理解的是,本發明并不局限于上
述特定實施方式,本領域技術人員可以在權利要求的范圍內做出各種變形或修改,
這并不影響本發明的實質內容。

關 鍵 詞:
太陽電池 性能 退化 預測 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:星用太陽電池在軌性能退化預測方法.pdf
鏈接地址:http://www.wwszu.club/p-6401630.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大