电推进器等离子体振荡风险预测模型的训练及预测方法

本申请提供了一种电推进器等离子体振荡风险预测模型的训练及预测方法，属于数据处理技术领域，该方法通过获取电推进器多种工况下的历史振荡数据集；提取各种工况下的历史振荡数据集中的目标振荡成分；基于双谱算法确定各种工况下的目标振荡成分之间的耦合特征数据；将各种工况下的历史振荡数据集及其对应的耦合特征数据输入到预构建的振荡风险预测模型中进行迭代训练，并基于该训练的模型来预测振荡风险。本发明通过训练一种振荡风险预测模型，该模型将各振荡成分之间的耦合特征数据作为训练样本，不仅能够识别主要振荡成分之间的振荡模式，还能够进一步识别出该模式的振荡强度，以及振荡最严重的区域，提高了振荡风险预测的精度。