В статье рассмотрены неопределенные факторы, которые могут привести к нештатным ситуациям в системе управления системой энергоснабжения космических аппаратов. Выделены определенные факторы, поддающиеся прогнозированию, а также факторы, влияние которых можно учесть при проектировании системы управления и при выстраивании алгоритмов управления. Выявлены неопределенные факторы, которые возможно спрогнозировать с применением интеллектуализации системы управления распределением электроэнергии. Выделены элементы системы, надежность которых возможно повысить, применив интеллектуальную систему управления и прогнозирования нештатных ситуаций на основе искусственных нейронных сетей. Проведен анализ существующего алгоритма управления системой энергоснабжения. На основе телеметрических параметров, используемых в данном алгоритме, выделены телеметрические параметры для использования в интеллектуальной системе управления системой энергоснабжения. Определен критерий для наступления нештатной ситуации, наступление которой должна прогнозировать искусственная нейронная сеть. Рассмотрены конфигурации искусственных нейронных сетей, которые возможно применить в качестве основы для интеллектуальной системы управления системой энергоснабжения космических аппаратов. Рассмотрена проблема оптимизации доступной обучающей выборки данных для обучения искусственной нейронной сети. Рассмотрены подходящие методы оптимизации обучения нейронных сетей, учитывая специфику задачи. Предложена конкретная конфигурация искусственной нейронной сети, учитывающая специфику применения и неоднородный характер обучающей выборки данных.
The paper considers uncertain factors that can lead to abnormal situations in the control system of the power supply system of a spacecraft. Certain factors that can be predicted as well as factors whose influence can be accounted for when designing the control system and building control algorithms are highlighted. Uncertain factors that can be predicted using the intellectualization of electric power distribution control system have been identified. Elements of the system the reliability of which can be improved by applying intelligent control system and the prediction of abnormal situations on the basis of artificial neural networks have been identified. The analysis of existing control algorithm for power supply system has been carried out. By means of the telemetry parameters used in this algorithm, selected telemetry parameters for use in the intelligent control system of the power supply system have been identified. The criterion for an emergency situation the occurrence of which must predict the artificial neural network is defined. The configurations of artificial neural networks which can be used as a foundation for intelligent control system of power supply system of a spacecraft are considered. The problem of available training data sample optimization for training the artificial neural network is regarded. Suitable methods for the optimization of neural network training in the context of the specifics of the problem are considered. A specific configuration of artificial neural network, mindful of the specifics of application and the heterogeneous nature of the training data sample, is proposed.
The authors declare that there are no conflicts of interest present.