陈孟婷，付晓薇*，樊 洋，李 曦

(1.武汉科技大学 计算机科学与技术学院，湖北 武汉 430065； 2.智能信息处理与实时工业系统湖北省重点实验室，湖北 武汉 430065； 3.华中科技大学 人工智能与自动化学院，湖北 武汉 430074)

0 引 言

固体氧化物燃料电池(solid oxide fuel cell，SOFC)作为最有潜力的替代能源之一，在军事、交通、家用等领域有着广阔的应用前景[1]。目前，华中科技大学已完成千瓦级独立发电系统的发电与示范运行，但仍存在系统故障引起的输出电力波动问题[2]，系统的稳定运行仍面临着巨大挑战。因此，设计一种SOFC系统故障根源诊断方案，辅助现场人员查明故障原因显得尤为重要[3-5]。

目前，故障根源诊断问题常用的方法包括：谱包络[6]、邻接矩阵[7]、格兰杰因果分析[8]、传递熵[9]和贝叶斯网络[10]等。考虑到工业过程[11-12]和SOFC系统都属于多变量强耦合系统，借鉴上述振荡识别方案，应用过程数据驱动的因果分析方法实现SOFC系统故障根源诊断具有较好的实用价值。

文中针对SOFC系统发电过程中普遍存在的时变、非线性和非平稳性故障现象，对因果分析方法进行深入探讨，提出了一种基于因果分解的故障根源诊断方法。

1 基于因果分解的故障根源诊断方法

1.1 基于瞬时相位相关性的因果关系分析

文中引入瞬时相位相关性概念评估因果关系。该方法在考虑时间优先原则的同时，强调因果交互作用的瞬时关系，从而避免了预测因果关系方法中的时滞限制。

已知任意两个信号S1(t)和S2(t)间的瞬时相位差可以简单表示为Δφ12(t)=φ2(t)-φ1(t)。……