随着电力电子技术的迅速发展,对电力电子电路故障诊断技术的研究越来越具有重要的意义。本课题主要针对电力电子电路故障时输出电压波形的特点,利用小波变换理论提取故障特征,形成特征向量,并以神经网络作为故障分类器,实现了三相全控桥式整流电路晶闸管开路故障的诊断。本文首先对电力电子电路故障诊断研究的背景和意义进行了介绍,阐明了电力电子电路故障诊断的特点,概括了小波变换的基础理论,分析了小波基的各项性质,为选择小波基提供依据。以三相桥式全控整流电路为例,研究了基于Matlab/Simulink的电路故障仿真方法,获得了整流电路各故障状态下的输出电压波形和原始数据,并根据小波分析良好的时频局部化特性,对故障信号进行小波变换,利用小波变换的模极大值检测故障波形的突变点,确定故障发生时刻;利用小波多分辨率分析将信号分解在不同的频带之内,对各个频带内的小波系数进行能量统计分析,形成表征信号的特征向量,提取原始数据各频段的能量值作为故障分类的特征向量。利用BP神经网络良好的非线性映射特性,作为故障分类器。论文给出了基于Matlab的BP神经网络的设计方法、实际训练和测试的仿真结果,仿真结果表明,基于小波特征向量提取的BP神经网络故障诊断系统是有效的。