由于全球面临着严重的环境污染和化石燃料储量减少的双重危机,各国政府都在寻求更为清洁的、可持续的能源,因此风力发电迅猛发展,而逆变器作为重要组件之一,保证其安全可靠运行具有重要意义。目前,电力电子装置结构日渐复杂,组件发生故障的概率极高,导致大量的经济损失。而故障预测技术能降低维修成本,减少停机时间,比传统的维修方式更具有优势。因此,本文将键合图用于系统建模,探讨基于模型的逆变器故障预测研究。首先详述了键合图的基本理论,着重介绍了键合图的因果关系分配过程,这为本文用键合图法搭建电路的系统模型打下基础。其次考虑到系统中参数存在不确定性,提出线性分式变换与键合图结合,建立含有参数不确定性的混杂诊断键合图(Diagnostic Hybrid Bond Graph,DHBG)模型,并根据模型产生自适应阈值。基于混杂键合图的因果关系和结构特性,导出所有有效模式下的鲁棒解析冗余关系,并结合自适应阈值评价残差,实现混杂系统鲁棒故障诊断。并在20-sim中进行逆变器建模仿真,仿真结果验证了该方法的有效性。最后对逆变器进行故障预测研究,由逆变器鲁棒故障诊断可得到解析冗余关系(Analytical Redundancy Relations,ARR),也就是残差的数值表达式,同时还能得到故障被检测的初始时间。通过反相残差,能获取组件的真实退化。根据李雅普诺夫(Lyapunov)第二法和组件的增量键合图模型可分析判断系统的稳定性,从而得到组件的失效阈值,由此可计算出组件的剩余使用寿命。通过仿真验证了此故障预测方法的可靠性。