基于因果分解的SOFC系统故障根源诊断方法

作者：陈孟婷; 付晓薇; 樊洋; 李曦

来源：计算机技术与发展, 2021, 31(10): 168-172.

DOI：10.3969/j.issn.1673-629X.2021.10.028

• 固体氧化物燃料电池
• 数据驱动
• 故障根源诊断
• 集成经验模式分解
• 瞬时相位相关性

固体氧化物燃料电池(solid oxide fuel cell, SOFC)具有高效率、低排放、长寿命运行等特点。SOFC系统发电过程中存在时变、非线性和非平稳性等现象,会引起性能演化衰变,进而导致不明故障而停机。鉴于此,文中提出了一种基于因果分解的故障根源诊断方法。该方法运用集成经验模式分解(EEMD)方法将过程数据分解为有限个固有模式函数(IMF)以表征原始信号在不同时间尺度上的局部特征,同时引入瞬时相位相关性概念以定量评估IMF分量间因果作用,从而达到因果分解的目的。此外,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,因而增强双向因果关系检测与分析能力。实验结果表明,该方法通过可靠的故障传播路径分析可实现故障源准确定位,为故障演化机理分析提供支撑,具有较强实用性。

• 单位
  自动化学院; 武汉科技大学; 华中科技大学; 智能信息处理与实时工业系统湖北省重点实验室