空间科学与试验学报

空间科学与试验学报 >

2026 , Vol. 3 >Issue 2: 26 - 33

DOI: https://doi.org/10.19963/j.cnki.2097-4302.2026.02.002

XJTU-SPS数据集：航天器电源系统全在环健康管理试验数据集解读

  • 邸一 , 1, 2 ,
  • 翟智 , 1, 2, * ,
  • 赵志斌 1, 2 ,
  • 陈雪峰 1, 2 ,
  • 乔磊 3
展开
  • 1 西安交通大学航空动力系统与等离子体技术全国重点实验室, 西安 710049
  • 2 西安交通大学机械工程学院, 西安 710049
  • 3 北京零重空间技术有限公司, 北京 100000
（1985—），女，研究员。主要研究方向为航天器电源系统状态监测、空天发动机状态监测与健康管理、航天器智能制造与健康管理。（本文通信作者）通信地址：陕西省西安市西安交通大学中国西部科技创新港高端装备研究院（710049）电子邮箱：

（1999—），男，博士研究生。主要研究方向为航天器电源系统健康管理技术。通信地址：陕西省西安市西安交通大学中国西部科技创新港高端装备研究院（710049）电子邮箱：

网络出版日期: 2026-05-28

基金资助

国家自然科学基金（52475128，U22B2014）资助

收起

XJTU-SPS Dataset: An All-in-the-Loop Health Management Dataset for Spacecraft Power System

  • Yi DI , 1, 2 ,
  • Zhi ZHAI , 1, 2, * ,
  • Zhibin ZHAO 1, 2 ,
  • Xuefeng CHEN 1, 2 ,
  • Lei QIAO 3
Expand
  • 1 National Key Lab of Aerospace Power System and Plasma Technology, Xi’an Jiaotong University, Xi’an 710049, China
  • 2 School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an 710049, China
  • 3 Zero Gravity Laboratory, Beijing 100000, China

Online published: 2026-05-28

Fold

摘要

随着大规模卫星星座和星群的部署运行，航天器电源系统健康管理已成为保障航天器在轨长期可靠运行的关键技术，这与其核心供能角色和较高的故障率密切相关。然而，受航天器试验成本高、数据涉密性强等因素制约，该领域长期缺乏高质量的公开数据资源，进而限制了相关智能算法开发与验证。为此，公开发布面向航天器电源系统健康管理的全在环试验数据集——XJTU-SPS。该数据集依托于与真实航天器电源系统设计完全一致的硬件故障注入试验平台获取，覆盖状态预测、数据重建、工况辨识、异常检测和故障定位等全在环健康管理任务，包含4个子数据集，涉及33个测点、6种数据采集周期、6类宏观运行工况和17种故障类型，超70万个时间戳。此外，数据集还配套提供数理仿真模型，可支持机理分析、模型对比与算法验证等研究需求。期望XJTU-SPS能够为航天器测运控、数字孪生建模及物理信息算法等各项研究提供数据支撑，促进领域内数据开放共享与方法创新，从而提升航天器在轨运行的可靠性、安全性和连续性。

关键词： 航天器; 卫星; 电源系统; 健康管理; 工况辨识; 异常检测; 故障定位

本文引用格式

邸一 , 翟智 , 赵志斌 , 陈雪峰 , 乔磊 . XJTU-SPS数据集：航天器电源系统全在环健康管理试验数据集解读[J]. 空间科学与试验学报, 2026 , 3(2) : 26 -33 . DOI: 10.19963/j.cnki.2097-4302.2026.02.002

Abstract

With the deployment of large-scale satellite constellations, health management of spacecraft power systems has become a critical technology to ensure the long-term reliable operation of spacecraft in orbit, especially considering their energy supply role and high failure rates. However, due to the high cost of spacecraft testing and the strong confidentiality of data, high-quality public data resources in this field are scarce, which has limited the development and validation of related intelligent algorithms. This paper releases the XJTU-SPS dataset for all-in-the-loop health management of spacecraft power systems. The dataset is obtained based on a hardware fault injection test platform that is completely consistent with the design of real spacecraft power systems. The dataset covers all-in-the-loop health management tasks such as state forecasting, data reconstruction, condition identification, anomaly detection, and fault localization. It includes 4 sub-datasets, involving 33 sensors, 6 data collection cycles, 6 operating conditions, and 17 types of faults, with over 700 000 timestamps. In addition, the dataset also provides physical simulation models to support mechanism analysis, model comparison, and algorithm verification. We hope that XJTU-SPS can provide data support for research in spacecraft operations and maintenance, digital twin modeling, and physical informed algorithms, promote data openness and method innovation in the field, thereby improving the reliability, safety, and continuity of spacecraft in orbit.

Key words： spacecraft; satellite; power system; health management; condition identification; anomaly detection; fault localization

0 引 言

航天器是一个国家核心竞争力的重要标志，是现代军事、通信、导航、遥感等领域的重要基础设施，也是有着极大军事、民用价值的重要装备。相应技术的国际竞争非常激烈，国际电信联盟规定，卫星频率及轨道遵循“先到先得”原则。据测算，300~1 000 km的低轨道大约能够容纳5.8万颗卫星，而美国太空探索技术公司的“星链”计划拟部署近地轨道卫星最高达4.2万颗，占据大量轨道资源；中国于2025年向国际电信联盟提交的卫星星座申请中，计划部署航天器数量达20.3万颗，涵盖14个不同的星座系统。因此，航天器作为技术竞争激烈、应用规模巨大的重要国防和经济建设战略资源，其在轨安全可靠运行、延长服役寿命等技术需求十分迫切。国内外航天实践表明，尽管航天器在设计、研制过程中采取了一系列的可靠性措施，但其在轨飞行中仍不可避免发生异常或故障，且部分故障难以预见。统计数据显示，航天器在轨故障发生率超过85%，未达设计寿命的航天器占比超过45%，严重影响任务执行、缩短在轨寿命。
电源系统作为航天器的“心脏”，是事故频发、影响最严重的分系统。其承担着为星上负载或产品供电的功能，实现不同形式能量转化，提供能量的分配与调度，是保障在轨任务顺利完成的关键。在轨运行期间，复杂的太空环境等因素会导致航天器电源系统发生异常或故障，使得供电异常甚至中断，轻则导致经济损失、信息丢失、通信断线，重则使得航天器失效、任务失败。例如，2019年，欧洲电信卫星组织发射的Eutelsat-5WB卫星入轨后，南侧太阳能电池阵驱动组件出现故障导致单侧太阳能电池阵无法正常工作，卫星通信载荷功率降低，通信能力损失过半；2023年2月，Viasat公司发射的Inmarsat-6 F2卫星遭遇电源系统故障，其制造商空中客车公司表示此次异常事件“前所未有”，最终导致3.48亿美元的保险索赔；2025年，由环境保护基金资助、价值8 800万美元的MethaneSAT卫星失联，经近400次重新通信均失败，调查结论为电源系统故障导致完全失效。文献[1-2]对2003—2021年航天器典型故障案例的分析显示，电源子系统出现故障的比例在所有分系统中最高，达44%。因此，智能、精确、全在环的电源系统健康管理技术将是未来航天器在任务中可靠、安全、连续运行的必要条件。事实上，文献[3]的研究表明，约91%的在轨故障可以通过及时的地面操作恢复，灾难性和严重无法恢复的故障仅占9%。
数据是健康管理技术研发的基础性资源，尤其对于航天器电源系统（Spacecraft Power System，SPS）此类复杂的工业系统而言，所需信息化技术与人工智能技术的应用高度依赖于大量高质量数据，以支撑算法设计、模型训练、性能评估及对比分析。然而，航天器电源系统的健康管理数据资源极为匮乏，主要原因在于：学术界相关试验的开展难度较大；航天院所及企业等机构所掌握的试验数据因涉及国家安全与商业机密，具有高度保密性，难以对外开放。当前可供研究利用的数据资源极为有限，主要包括以下4个方面：
（1）BIRDS EPS dataset[4]。由日本九州工业大学发布，涵盖15个太阳能电池板传感器及3个电池传感器，数据采集频率为0.1 Hz。包含两类异常，数据总量为7.49 MB，适用于电源系统异常检测相关研究。
（2）GOCE Satellite Telemetry[5]。由欧空局发布，记录了一颗科学任务航天器全寿命周期内的遥测数据，内部分为航空电子与射频子系统传感器数据，可用于电源系统预测维护研究。该数据集不包含异常或故障标签，数据总量为45.5 GB。
（3）Lithium-ion Battery Dataset[6]。由美国国家航空航天局发布，聚焦于锂离子电池性能退化过程，收录多个电池在不同充放电循环下的性能数据。该数据集不包含异常或故障标签，适用于电池健康状态评估与寿命预测研究。
（4）其他。如欧空局赞助的OPSSAT-AD和ESA Anomaly Dataset[7-8]，均为包含异常标签的异常检测数据集。由于传感器名称经过脱敏处理，无法明确具体观测变量，但经分析推测，二者应包含部分电源系统相关传感器数据，数据量分别为18.5 MB和11.6 GB。
总而言之，当前公开可用的航天器电源系统健康管理数据资源存在以下局限性：（1）针对任务单一，大部分为预测或异常检测数据，缺乏涵盖状态预测、工况辨识、故障诊断和退化评估等多任务的数据资源。（2）缺乏电源系统全貌数据，现有数据多聚焦于电池或太阳能板等单一组件，缺乏涵盖电源系统全部组件（如电池、太阳能板、充电调节器、功率分配模块等）的数据资源，无法对电源系统整体进行健康管理研究。（3）异常或故障类型单一，现有数据集中的异常或故障种类少于5种，甚至仅涉及异常标签而不包含具体故障类型标签，难以涵盖电源系统在轨运行中可能发生的多样化异常与故障类型，限制了相关算法的泛化能力和实际应用价值。
为应对上述数据资源不足与覆盖不全等问题，本文开展了历时两年的航天器电源系统全在环健康管理试验，并将试验获取的数据整理形成XJTU-SPS数据集，面向全球学者公开发布，用户可通过主页下载获取。与现有公开数据集相比，XJTU-SPS具有以下特点与优势：
（1）任务覆盖更完整。面向电源系统健康管理的关键环节，覆盖状态预测、工况辨识、异常检测与故障诊断等全在环健康管理任务。
（2）系统观测更全面。传感器观测对象覆盖电源系统全部功能模块，包括电池、太阳能电池阵、分流器、充放电调节器及功率分配模块等。
（3）故障类型更丰富且标注明确。数据集包含6种工况下的17种故障类型，且异常或故障片段均注有明确标签。
（4）机理模型配套完善。同步提供与试验平台及数据集完全对应的高保真数理仿真模型。综上，XJTU-SPS数据集旨在推动航天器健康管理领域的数据共享与开放，为航天器测运控、数字孪生及物理信息融合神经网络等相关智能算法研究提供数据支撑。

1 数据采集与存储

1.1 试验平台

如图1所示，本文航天器电源系统故障注入试验平台同真实航天器电源系统的设计一致，包括以下功能模块：太阳能板阵列（Solar Array，SA）、分流调节器（Shunt Regulator，SR）、充电调节器（Battery Charge Regulator，BCR）、放电调节器（Battery Discharge Regulator，BDR）、蓄电池组（Battery，BAT）、功率分配模块（Power Distribution Module，PDM）和负载（Load）。其中，太阳能板阵列为SPS的能量来源，由多个太阳能电池板组成，负责将太阳能转化为电能，其输出功率受太阳辐射、温度和阴影等因素影响；蓄电池组为SPS的电力储蓄单元，由多个电池组组成，负责储蓄太阳能板阵列提供的电能；功率分配模块为SPS的功率分配单元，负责将电能分配给航天器的各个负载，确保其供能充足；负载是SPS的功耗单位，消耗太阳能板阵列和蓄电池组提供的电能；充电调节器负责对电池进行充电管理，放电调节器负责对电池进行放电管理。分流调节器负责将太阳能板阵列输出的电能进行分流和调节，三者协同完成以下功能：（1）当位于光照区且阳光充足时，太阳能板阵列为电池组充电并向负载供电；（2）当位于光照区但阳光不足时，太阳能板阵列和电池组共同为负载供电；（3）当位于地影区/阴影区域时，太阳能板阵列无法工作，由电池组为负载供电。
图 1 故障注入试验平台实物及航天器电源系统原理示意

Fig.1 The fault injection test platform and the schematic diagram of the spacecraft power system

本文试验平台的构成与配置信息如下：太阳能板阵列模块的模拟由致茂电子股份有限公司生产的可程控直流电源供应器（具备太阳电池阵列模拟功能）实现，型号为62020H-150S；蓄电池组模块采用天津力神电池股份有限公司生产的磷酸铁锂18650电池组，型号为LR1865LA；负载模块的模拟由采用致茂电子股份有限公司生产的可编程直流电子负载实现，型号为63004-150-60；其他控制模块（包括分流调节器、充电调节器、放电调节器和功率分配模块）基于北京零重空间技术有限公司研制的卫星电源系统故障模拟主控板及功率分配板，并结合厦门市双元科技有限公司生产的可编程PLC一体机（型号：SYA08-3FF）实现。

1.2 传感器布置

表1为本文试验平台所布置传感器覆盖电源系统的全部功能模块。受限于试验条件，本文未对全部电池组进行测量，仅选取了第2组、第3组和第4组电池组开展观测。鉴于另外两组电池的观测特征与这三组相近，因此认为测量此三组电池能够代表电池组的整体状态，具体说明如下：首先，在XJTU-SPS数据集所对应的航天器电源系统设计中，各电池组在系统拓扑结构、电气连接方式及控制策略上具有一致性与对称性；相关定量分析显示（经计算，三个电池组的电流通道之间的余弦相似度以及三个电压通道之间的余弦相似度均超过0.99），各电池组的电压、电流、温度等观测呈现出高度相似的动态变化，状态演化周期与趋势基本一致，因此基于某组电池开发的健康管理算法可以直接迁移应用于其他电池组。其次，从系统级健康管理任务角度来看，XJTU-SPS数据集更关注系统响应特征，而非单体电池的精细退化差异；在多数工况与故障模式下（如断路等），诊断结果依靠各电池组的整体观测即可得到，组间差异不会对诊断结果产生实质性影响。因此，在此背景下选取三组具有代表性的电池组进行观测，是在保证信息覆盖性的同时兼顾工程可实现性的折中方案。
表 1 传感器信息

Table 1 The information of sensors

传感器编号详细信息传感器编号详细信息传感器编号详细信息
U_SA太阳能板阵列电压T_BAT2蓄电池组2温度I_Load1负载1电流
I_SA太阳能板阵列电流U_BAT3蓄电池组3电压T_Load1负载1温度
P_SA太阳能板阵列功率I_BAT3蓄电池组3电流P_Load1负载1功率
U_Load_output总耗能电压T_BAT3蓄电池组3温度U_Load2负载2电压
I_Load_output总耗能电流U_BAT4蓄电池组4电压I_Load2负载2电流
P_Load_output总耗能功率I_BAT4蓄电池组4电流T_Load2负载2温度
U_BCR充电调节器电压T_BAT4蓄电池组4温度P_Load2负载2功率
I_BCR充电调节器电流U_Bus母线电压U_Load3负载3电压
P_BCR充电调节器功率I_Bus母线电流I_Load3负载3电流
U_BAT2蓄电池组2电压P_Bus母线功率T_Load3负载3温度
I_BAT2蓄电池组2电流U_Load1负载1电压P_Load3负载3功率

1.3 数据采集及存储

XJTU-SPS数据集的数据采集频率为1 Hz。需要说明的是，该采样频率在捕捉毫秒级瞬态故障方面存在局限性，未来计划在后续版本中增加更高采样频率的数据资源，以支持相关算法研究。现阶段采用1 Hz采样频率，主要考虑以下因素：
（1）数据集设计目标。当前数据集以系统级健康管理为核心，重点关注典型工况下的状态演化特征；在目标诊断粒度下，1 Hz采样频率能够有效支撑该缓变系统的大部分研究任务需求。
（2）工程实际约束。实际航天器系统受星上计算资源、数据存储能力以及数传带宽等多方面因素限制，监测维护参数的采样频率普遍较低，通常为1 Hz量级或相近范围。
每项数据均被存储为csv和pkl两种格式：csv格式便于用户快速浏览数据内容；pkl格式便于用户直接加载数据进行算法调试、模型训练、性能评估及对比分析等研究环节。

1.4 数据预处理

本文实验台关键参数均由工程级传感器获取，其测量误差主要来源于传感器本体精度、信号调理电路误差及模数转换量化误差，整体测量误差水平较低。相关数据预处理流程如下：
（1）数据清洗。已去除重复记录的时间戳记录，为保留系统的真实动态特性，未对离群点进行剔除或修正，未对数据噪声进行滤波处理，未对缺失时间步进行插补处理，使用者可根据具体研究任务需求自行选择是否进行相关处理。
（2）时间同步。已对多个实验设备所采集的多测点数据进行统一时间对齐，确保时序一致性。
（3）故障标注策略。公布的标签文件是基于故障注入时刻相关情况进行人工标注的结果文件。
（4）标准化/归一化说明。为保证信息完整性，数据集中未对原始数据进行标准化或归一化处理，使用者可根据具体研究任务需求自行选择是否进行相关处理。

2 试验设计

2.1 运行设置

如表2所示，XJTU-SPS数据集模拟近地轨道航天器的在轨运行环境进行试验设计，因为近地轨道是最常见的航天器运行轨道类型，诸多通信卫星星座及空间站等重要航天器均部署在近地轨道，且其电源系统在轨运行工况切换频繁，异常和故障具有代表性和典型性。实验设置覆盖了大部分近地轨道航天器电源系统在轨运行的典型工况：航天器单个运行周期设置为95 min，前60 min航天器位于日照区，后35 min位于地影区（阴影区域）。具体阶段如下：0~10 min，航天器进入日照区，暂无任务执行，光照充足，太阳能板阵列为电池组充电；短暂恒流充电后快速进入恒压充电状态，处于快充模式。10~25 min，执行非定向负载任务1，光照充足，太阳能板阵列的能量足以同时为负载供能和为电池组充电，甚至仍有余电被分流（或最大功率点跟踪在非最大功率点），处于分流模式。25~35 min，任务1停止，光照充足，太阳能板阵列为电池组充电，后期仅补偿电池组的自放电损失，处于涓流充电模式；在35~50 min时间段内，由于执行对地拍照或雷达天线对地基站通信等任务，切换至对地定向模式，光照不足，太阳能板阵列无法单独为负载供能，电池组与太阳能板阵列联合为负载供电，处于联合供电模式。50~60 min，任务2停止，光照充足，太阳能板阵列为电池组充电，处于快充模式。60~70 min，航天器进入地影区（阴影区域），无太阳能辐照，定向模式取决于能量剩余和任务需求；此时无任务，处于待机模式。70~85 min，执行非定向负载任务3，由于无辐照，太阳能板阵列无法工作，由电池组为负载供电，处于放电模式。85~95 min，任务3停止，回到待机模式。95 min后该运行周期结束，再次回到第一步，开始下一周期。
表 2 单周期运行实验设置

Table 2 The experiment setting for one cycle

阶段时间段/min太阳能模拟器
设置		负载设置SPS工作模式模拟场景
(1)0~10正常辐照无负载快充日照区，对日定向模式，无任务
(2)10~25正常辐照5V，2.9A分流日照区，对日定向模式，非定向负载任务1
(3)25~35正常辐照无负载涓流充电日照区，对日定向模式，无任务
(4)35~50低辐照12V，2.4A联合供电日照区，对地定向模式，对地定向负载任务2
(5)50~60正常辐照无负载快充日照区，对日定向模式，无任务
(6)60~70无辐照无负载待机地影区，需求驱动定向，无任务
(7)70~85无辐照5V，2.9A放电地影区，需求驱动定向，非定向负载任务3
(8)85~95无辐照无负载待机地影区，需求驱动定向，无任务
该运行周期结束，再次回到第一步，开始下一周期

2.2 故障注入

XJTU-SPS数据集共模拟17种电源系统在轨运行中可能发生的典型故障类型，包括：太阳能板阵列部分组件或分支开路、太阳能板阵列部分组件或分支短路、太阳能板阵列组件性能退化、充电调节器开路、充电调节器短路、充电调节器功率损耗增加、蓄电池性能退化、单组蓄电池开路、总线开路、总线短路、总线绝缘击穿、功率分配模块1开路或短路、功率分配模块2开路或短路、功率分配模块3开路或短路、负载1开路、负载2开路、负载3开路。针对蓄电池组短路实验，外接一组电池组用于进行短路实验尝试，但实践表明该类型实验存在较高危险性；且由于短路保护机制的作用，短路通路将于毫秒级时间内断开，导致短路现象与断路现象的观测特征较为相似。因此，暂不提供蓄电池组短路类型的实验数据，其数据可认为同蓄电池组开路类型实验数据相同。同理，功率分配模块和负载的短路实验也存在同样的问题，处理方式同上。

3 数据集描述

XJTU-SPS数据集包含4个子数据集，分别是预测或重构子数据集、工况辨识子数据集、异常检测子数据集、故障定位或诊断子数据集。

3.1 预测或重构子数据集

图2为预测或重构子数据集的若干代表性通道可视化结果。该子数据集不包含任何异常或故障，主要用于时间序列预测或重建任务，通常涉及航天器未来状态预测、参数趋势外推、缺失数据重构、任务规划、数字孪生构建和预测性健康趋势分析等。同时，航天器运行状态的预测和重建也构成后续异常检测和故障诊断任务的基础。该子数据集包含6个二级数据集，分别对应4个中短周期轮次（共4、18、24、34次绕地）以及2个长周期轮次（共90、94次绕地）。
图 2 预测或重构子数据集的代表性通道可视化展示

Fig.2 Visualization of representative channels of the forecasting or reconstruction subdataset

3.2 工况辨识子数据集

图3为工况辨识子数据集的若干代表性通道可视化展示。该子数据集不含任何异常或故障数据，主要用于工作模式识别，通常涉及航天器的能量管理、模式切换监测、任务阶段判别及规划、环境状态判定和载荷工作状态识别等。同时，对于多工况频繁切换的复杂工业系统而言，将工况辨识作为初始步骤，并将辨识结果作为后续异常检测和故障诊断的输入，可以有效降低误报率和误诊率。已发布的XJTU-SPS数据集中，根据电源系统运行特征，初步将工况划分为6类，用户可以根据实际研究需求进行更细粒度的工况划分。详细的标签信息如下：
图 3 工况辨识子数据集的代表性通道可视化展示

Fig.3 Visualization of representative channels of the work mode recognition subdataset

（1）标签1对应快充工况，其特征为太阳能板阵列输出功率较大，电池组短暂恒流充电后快速进入恒压充电状态，负载功率较小。
（2）标签2对应分流工况，其特征为太阳能板阵列功率输出能力大于负载与电池组充电需求之和，分流器分流电流较大或最大功率点跟踪算法工作在非最大功率点。
（3）标签3对应涓流充电工况，特征为电池组充电电流较小，表现为补偿电池组的自放电损失，维持满电状态。
（4）标签4对应联合供电工况，特征为太阳能板阵列输出功率较大，电池组放电电流较大，负载功率大。
（5）标签5对应待机工况，特征为太阳能板阵列无功率输出，电池组充放电电流小，负载功率小。
（6）标签6对应放电工况，特征为太阳能板阵列无功率输出，电池组放电电流较大，负载功率较大。

3.3 异常检测子数据集

图4为异常检测子数据集的若干代表性通道可视化展示。该子数据集模拟近地轨道航天器绕地运行期间发生多种异常情况时电源系统观测数据，共计超过70万个时间戳。异常只存在于测试集中，且所有异常片段均注有明确标签；数据集已完成数据划分，后缀“_Train”“_Test”和“_Test_AnomalyLabel”分别对应训练集、测试集和测试集的异常标签，用户可根据实际研究需求从训练集中提取验证集。
图 4 异常检测子数据集的代表性通道可视化展示

Fig.4 Visualization of representative channels of the anomaly detection subdataset

3.4 故障定位或诊断子数据集

图5为故障定位或诊断子数据集的代表性通道可视化展示。该子数据集共有18个二级文件夹，分别对应17种故障类型和正常工作数据。
图 5 故障定位或诊断子数据集的代表性通道可视化展示

Fig.5 Visualization of representative channels of the fault localization or diagnosis subdataset

4 配套资源

XJTU-SPS数据集配套提供与试验平台及数据集对应的高保真数理仿真模型[9]。该仿真模型基于物理机理构建，能够模拟航天器电源系统在不同工况下的动态行为，辅助用户理解数据背后的物理机理和系统行为规律，为数字孪生、物理信息融合神经网络等相关智能算法开发提供理论支撑和数据资源。图6展示了配套数理仿真模型的仿真结果（因篇幅所限，仅展示多个代表性通道的可视化结果），其中阶段（1）~（8）对应于表2中航天器模拟周期的8个阶段。
图 6 配套数理仿真模型仿真结果的代表性通道可视化展示

Fig.6 Visualization of representative channels of the simulation results of the physical simulation model

5 数据集下载及使用建议

XJTU-SPS数据集面向全球学者公开发布，已上传至国内外主流云存储平台，实现开放获取。数据主页链接为：https://diyi1999.github.io/XJTU-SPS，国内数据存储库链接为：https://modelscope.cn/datasets/DiYi1999/XJTU-SPS；国外数据存储库链接为：https://huggingface.co/datasets/DiYi1999/XJTU-SPS；数理仿真模型下载链接为：https://github.com/DiYi1999/PhyGNN。使用建议如下：
（1）XJTU-SPS数据集为实验室环境采集，因而在数据完整性、一致性及标注准确性方面具有较强可控性，同时覆盖了较为丰富的故障类型，适用于验证理论上限和泛化性。相比之下，真实航天器在轨遥测数据通常伴随噪声或缺失的工程特征，但因不可控因素较多，难以直接用于算法开发，更适合验证算法的鲁棒性。因此，建议将二者结合使用，或在本数据集基础上通过人为注入噪声或缺失的方式，制造“可控脏数据”开展研究。
（2）XJTU-SPS数据集未采用GNU通用公共许可证等具有强制开源约束的许可证。尽管如此，仍鼓励用户在符合相关法律法规、数据使用规范及保密要求的前提下，共同建立该领域的开源生态，尽可能推动该方向数据资源、评测体系与方法工具的开放与繁荣发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
CHENG F, GUO X, QI Y, et al. Research on satellite power anomaly detection method based on LSTM[C]. 2021 IEEE International Conference on Power Electronics, Computer Applications (ICPECA), Shenyang, China, January 22—24, 2021.

2
TAFAZOLI M. A study of on-orbit spacecraft failures[J]. Acta Astronautica, 2009, 64 (2): 195- 205.

DOI

3
JI X Y, WAN G J. Statistical analysis of spacecraft failure in full-life based on STED[C]. 2019 IEEE 10th International Conference on Mechanical and Aerospace Engineering (ICMAE), Brussels, Belgium, July 22—25, 2019.

4
JARA A, LEPCHA P, KIM S, et al. On-orbit electrical power system dataset of 1U CubeSat constellation[J]. Data in Brief, 2022, 45: 108697.

DOI

5
MICHAELIS I, STYP-REKOWSKI K, RAUBERG J, et al. Geomagnetic data from the GOCE satellite mission[J]. Earth, Planets and Space, 2022, 74 (1): 135.

DOI

6
CHEN Y. NASA lithium ion battery dataset[DS/OL]. (2026-03-22)[2026-04-21]. https: //dx. doi.org/10.21227/p4st-2305.

7
KOTOWSKI K, HASKAMP C, ANDRZEJEWSKI J, et al. European space agency benchmark for anomaly detection in satellite telemetry[J/OL]. (2025-08-17)[2026-04-21]. https://doi.org/10.48550/arXiv.2406.17826.

8
RUSZCZAK B, KOTOWSKI K, EVANS D, et al. The OPS-SAT benchmark for detecting anomalies in satellite telemetry[J]. Scientific Data, 2025, 12 (1): 710.

DOI

9
YI D, FUJIN W, ZHI Z, et al. PhyGNN: Physics guided graph neural network for complex industrial power system modeling[J]. Mechanical Systems and Signal Processing, 2025, 240: 113380.

DOI

Options
文章导航

/

〈 〉