1.一种航天器蓄电池性能衰退异常检测方法，其特征在于，包括：获取待检测的航天器蓄电池在轨遥测数据，航天器蓄电池在轨遥测数据包括蓄电池电压以及与蓄电池电压相关的在轨遥测参数，与蓄电池电压相关的在轨遥测参数包括蓄电池温度、蓄电池充放电电流以及充放电时间，将与蓄电池电压相关的在轨遥测参数代入训练好的基于BP神经网络的航天器蓄电池电压预测模型，得到蓄电池电压的预测值，通过航天器蓄电池电压的实际值与航天器蓄电池电压预测模型所预测出的预测值进行对比，检测航天器蓄电池是否出现性能衰退异常；其中所述基于BP神经网络的航天器蓄电池电压预测模型的训练方法包括：获取航天器蓄电池在轨遥测参数数据集作为训练BP神经网络的离线数据；利用BP神经网络构建蓄电池电压与其他航天器蓄电池在轨遥测参数之间的状态演化规律，进而得到训练好的航天器蓄电池电压预测模型。
2.根据权利要求1所述的航天器蓄电池性能衰退异常检测方法，其特征在于：还包括将出现衰退异常的数据进行蓄电池电压预测值与实际值的差值计算，根据差值确定蓄电池衰退程度。
3.根据权利要求1所述的航天器蓄电池性能衰退异常检测方法，其特征在于：获取在轨初期的航天器蓄电池在轨遥测参数数据集，作为训练BP神经网络的离线数据。
4.根据权利要求3所述的航天器蓄电池性能衰退异常检测方法，其特征在于：所述的在轨初期是指从航天器入轨服役并开始正常工作时所算起的一段时期，处于在轨初期阶段的航天器蓄电池还未发生衰退处于正常健康水平。
5.根据权利要求4所述的航天器蓄电池性能衰退异常检测方法，其特征在于：所述的航天器蓄电池相关参数数据集指的是蓄电池电压及与蓄电池电压相关性较强的遥测参数数据。
6.根据权利要求5所述的航天器蓄电池性能衰退异常检测方法，其特征在于：与蓄电池电压相关性较强的遥测参数数据采用皮尔逊相关系数分析方法来进行选取。
7.根据权利要求1所述的航天器蓄电池性能衰退异常检测方法，其特征在于：所述的蓄电池衰退程度分为四个等级，0级为正常健康状态，即航天器刚入轨服役时的状态；1级为轻度异常，即蓄电池组刚开始出现轻微衰退异常；2级为中度异常，此阶段蓄电池已发生明显衰退；3级为重度异常，此阶段蓄电池已发生严重衰退；定义如下：其中： 为航天器蓄电池电压预测模型预测出的蓄电池电压值， 为蓄电池电压的实际值， 为时间， 为电压衰退等级划分值。
