电力电子技术是20世纪后半叶诞生的一门崭新技术,在21世纪它正以迅猛的速度蓬勃发展,各种高性能的电力电子产品也随之不断涌现,电力电子设备的应用日益广泛,且常被用于生产工艺的关键流程之中,因此电力电子设备的故障会导致整个系统中断,从而带来重大的经济损失。所以,电力电子电路的故障诊断具有很重要的现实意义。可是,对于它的研究经过几十年的发展,虽然已经形成一系列诊断理论和方法,但由于其本身理论较复杂,而且目前诊断方法的实用性不强,使得其应用前景和人们的期望值差距甚远。基于以上现状,本文提出了一种基于波形分析技术的基函数故障诊断方法。电路的输出波形可以看成由若干段的基本曲线组合而成。这些基本曲线的解析式称为基函数,可以用相应的矢量表示,从而各种故障波形可用相应的矢量序列来表示。根据相应于不同序列的语句,就可诊断出该语句代表的故障属性。此方法容易得到故障字典,大大减少了测试点,因而可以应用于多种电力电子电路。本文还提出了将基于波形直接分析的神经网络故障诊断方法应用于电力电子电路的故障诊断中。主要对误差后向传播神经网络(BP)进行研究,提出了改进的BP算法,利用神经网络的联想、记忆和推理功能以及容错性、鲁棒性和很好的非线性映射能力等特点,更好地实现故障诊断。以三相整流电路为例,用MATLAB仿真软件建立待诊断系统的仿真模型,仿真实际系统的各种故障,对电路发生故障时输出的波形进行分析,用故障波形的采样数据制作的样本对神经网络进行训练,确定用于电力电子整流电路故障诊断的神经网络结构,将训练好的神经网络用于故障诊断。仿真实验表明该方法是有效的。