20、航天器电力技术:从起源到发展

航天器电力技术:从起源到发展

一、航天器电力系统的起源与发展

(一)早期卫星的电力系统

1957 年 10 月 4 日,184 磅重的人造卫星斯普特尼克一号(Sputnik I)发射升空,它仅搭载了银锌原电池作为唯一的电源。这一电池为两个发射器提供 1 瓦电力,三周后发射器停止广播。卫星于 1958 年 1 月重新进入大气层,标志着太空时代的开端。由于原电池不可充电,其电量耗尽实际上决定了航天器的使用寿命。此后不久,先锋一号(Vanguard I)发射,它是第一颗搭载太阳能电池并与二次(即可充电)电池耦合的卫星,电池用于在卫星处于日食期间提供电力。

(二)卫星发射的增长

自早期以来,卫星发射频率不断增加,已变得司空见惯。过去 40 年全球航天器发射数量持续增长,不仅发射的卫星数量增加,卫星的尺寸也在增大。早期的斯普特尼克一号仅几公斤重,如今卫星的大小可从当前一些运载火箭的能力来判断,如下表所示:
| 运载火箭 | 低地球轨道(LEO)有效载荷(kg) | 地球静止轨道(GEO)有效载荷(kg) | 地球同步转移轨道(GTO)有效载荷(kg) |
| — | — | — | — |
| Delta II - 7925 | 5,000 | 1,800 | - |
| Titan IV | 17,700 | 4,450 | - |
| Ariane 5 | 6,800 | - | - |
| Proton K | 20,100 | 2,100 | 4,615 |
| Shuttle | 24,400 | 5,900 | - |

尽管使用现代发射系统能相对轻松地将巨大有效

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值