本发明公开了一种SOFC系统电堆性能分级与故障诊断方法及系统，涉及电堆性能退化等级的故障判断技术领域，包括：将SOFC系统的功率、燃烧室温度、电堆温度等特征参数作为数据集构建贝叶斯人工神经网络结构，进行训练模型时，高维样本数据会导致训练时间过长，计算程度过于复杂，通过算法对特征变量进行排序以克服此类问题。通过算法搜寻隐藏层神经元个数，以找到隐藏层神经元个数的最优解，将最优隐藏层神经元个数输入贝叶斯人工神经网络模型中，得到电堆性能退化等级故障诊断的最佳模型，根据此模型进行预测，提高了单个类别正确诊断率；将特征选择算法和贝叶斯人工神经网络相结合，得到更优特征组合，有效提升整体故障诊断效率。