摘要：為了快速準確地識別SOFC系統(tǒng)的并發(fā)故障,將多標簽技術(shù)和機器學習算法相結(jié)合,實現(xiàn)了復(fù)雜非線性系統(tǒng)中并發(fā)故障數(shù)據(jù)稀少情況下的故障快速識別。研究了多標簽隨機森林故障識別方法,通過集成多個隨機森林,系統(tǒng)地提升了并發(fā)故障的識別率。針對并發(fā)故障識別的多維標簽輸出的特殊性,采用F1-Measure準則來評價多維標簽識別精度,從而實現(xiàn)對并發(fā)故障的識別精度評價。實驗結(jié)果表明:多標簽并發(fā)故障識別框架能夠在并發(fā)故障訓練數(shù)據(jù)稀少的情況下,高效地識別故障樣本。