摘要
本发明涉及空间电推进技术领域,具体涉及一种应用于电推力器的推力预测、控制方法、装置及介质。方法包括:获取电推力器运行数据,构建训练数据集;基于多种单元函数建立初始推力预测黑盒模型;采用训练数据集对初始推力预测黑盒模型进行训练,得到推力预测黑盒模型;将推力预测黑盒模型进行反向推理得到可解释参数模型;将当前时刻电推力器运行数据输入至可解释参数模型,得到当前时刻的推力预测值。本实施例中采用可解释参数模型进行推理预测时在预测精度高、响应速度快的同时保证了模型较高可解释性,解决了传统推力器推力预测中使用物理推导方法精度较差、使用深度神经网络方法模型不可解释、可靠性较差的问题。
技术关键词
黑盒模型
电推力器
子系统
数据
神经网络控制算法
深度神经网络方法
空间电推进技术
电压校准
闭环控制
反向传播方法
参数
节点
计算机
推导方法
可读存储介质
模块
预测装置
电源