Abstract: P. Hari, N. Jai, T. Avinash, S. Aravind, M. Ganesan, R. Lavanya (2022)

Satellite power system (SPS) is considered as the core of the satellite, where the faults occurring here adversely have an impact on the health of the satellite, thereby affecting the mission. This can be avoided by early detection of the faults occurring in the SPS. This work proposes a model to classify the faults present in the SPS using 2-dimensional convolutional neural network (2-D CNN) by encoding the multivariate time series data present in the ADAPT dataset into images. Encoding is done by using the methods such as Markov transition field (MTF), Gramian angular summation field (GASF), recurrence plot (RP), and spectrogram. Promising results were obtained using the GASF and 2-D CNN combination, which have yielded a test accuracy of 87.5%. The precision, recall, F1 score, and AUC score were 0.89, 0.854, 0.865, and 0.94, respectively.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Fault Detection in SPS Using Image Encoding and Deep Learning