作为解决城市轨道交通再生制动能量消纳问题的有效方案,中压能馈式装置在我国城轨系统中得到了广泛应用,其核心部件大容量变流器长期在不同工况下应对高频次、重载荷的能量传输,成为了中压能馈式牵引供电系统的薄弱环节。开展变流器内部IGBT等元件的寿命预测与可靠性估计,对提升设备运营维护智能化水平和降低运维成本具有重要意义。本文针对中压能馈式牵引供电装置与风冷系统参数的关联影响挖掘所存在的问题以及关键技术要点,考虑到变流器运行寿命与系统间其他参数的关联关系难以完全从理论角度推导,提出了一种基于深度学习网络融合传感器量测历史运行数据的变流器寿命预测与可靠性估计方法。深入研究了数据驱动的深度学习方法在城轨能馈供电系统场景下的数据处理、特征提取方法,提出了适用于长时间预测的参考点温度预测模型;研究分析了以风冷参数为例的变流器寿命关联因子对设备工作运行以及寿命的影响;提出了基于蒙特卡洛法以及可靠性框图的设备以及系统整体可靠性估计方法。主要研究问题以及工作如下:（1）为了获取并分析低频长时间剖面的IGBT结温波动并解决较长时间尺度下温度预测稳定性和精确性问题,本文围绕IGBT结温以及参考点温度建立了热电耦合模型和深度学习网络。首先,根据热电等效理论根据功率损耗计算建立热阻网络Simulink仿真模型,通过实测数据热电耦合迭代仿真获取较长时间尺度下芯片内部元件结温变化情况;之后,根据数据驱动学习模型预测需求建立了深度神经网络,并提出了具有反馈调节结构的网络训练、预测架构,对参考点温度曲线进行预测,得到、验证了基于典型日下功率器件参考点温度以及结温曲线各项参数变化情况并加以分析。（2）为了探索变流器风冷系统的温度参数在复杂工况下对设备工作运行状态以及寿命的影响,本文基于实际测量数据进行了基于数据驱动方法的数据处理和特征提取过程形成数据集,得到并分析了不同给定风冷系统启动参数与功率模块IGBT累积损伤度变化关系。首先,分析了牵引供电系统内装置运行状态采集、监测现状以及需求;之后,根据历史数据进行了牵引供电系统的数据预处理和变换,通过滑动窗口平均以及多项式分段拟合降维提取特征并建立数据集;然后,考虑变流器以及风冷系统参数间的关联影响,在不同给定风冷系统启动阈值下进行预测,得到风冷系统以及IGBT热载荷、预测寿命等参数变化关系并加以分析,为设备的相关参数优化提供依据。（3）为了得到功率器件以及包含风冷系统等部分的系统整体可靠性估计,提出基于蒙特卡洛法的功率器件寿命估计分析方法以及以可靠性框图为基础的系统可靠性分析方法。首先对得到结温曲线进行热载荷分析,通过寿命模型的选取和累计损伤计算,得到了系统中IGBT功率模块的损伤估计与寿命预测结果;之后通过静态参数等效计算,基于蒙特卡洛法随机抽烟过程得到服从二参数威布尔分布的器件寿命分布模型和失效概率曲线;最后从功率单元到变流单元以及风冷系统等进行可靠性估计。为中压能馈式牵引供电系统维护提供理论依据,从而保证其运行的可靠性,为设备选型以及维护方案提供建议。