地铁车辆具有便捷、准时、绿色环保的特点,因而成为大部分都市人出行的首选交通工具。目前,我国的城市轨道交通建设正在大力开展,与地铁车辆相关的科研技术水平得到了大幅度的提高。地铁车辆运行中临修故障多为电气故障,这是因为车辆电气系统逻辑关系复杂,且长期工作在高温震动的不利环境下,故障出现的几率较大,多数不是在计划维修中能够解决的,要完全避免在线故障的发生是不现实的。如何及时发现车辆早期故障,及时消除故障隐患,同时在发生故障时及时准确地检测出故障并进行快速的修复,对提高车辆的也可用性,降低运营成本具有十分重要的意义。特别是对于地铁车辆辅助逆变系统来说,其状态良好与否直接导致到乘客的乘坐舒适性和列车安全的运行,它的高故障率要求了在故障未发生前对该系统进行良好的状态监测,并对已发生的故障进行正确快速的诊断,保证系统的安全可靠性,是当今城市轨道车辆研究的重点。本文以上海轨道交通明珠线辅助逆变系统为研究对象,分析和学习了其辅助逆变系统的结构和原理,通过Matlab的Simulink环境,根据实际辅逆参数构建了辅助逆变器主电路的仿真电路模型,分别对其电路元件级进行软硬故障仿真,利用小波变换提取特征向量,并在马氏距离和支持向量机实现分类。论文主要研究工作如下:(1)构建地铁车辆辅助逆变器主电路仿真模型,按照实际明珠线辅主逆变器元器件参数进行模拟,得到三相电流输出波形,验证了仿真模型的准确性,分析并仿真了电路各状态,提取三相交流电流信号作为研究信号;结合考虑软、硬故障时电路状态,分别从单个或多个元件故障角度出发,进行电路状态取样。(2)小波包分解与重构在三相电流信号上的应用,对比小波分解,研究了小波包分解在信号处理上的优越性,学习了小波包分解的原理,确定小波函数和分解层数,确保小波包分解后提取特征向量的完整和精确。并且分析比较了特征抽取和特征选择这两种方法的优劣,在原有特征降维概念上提出了一种基于数理统计的特征降维概念,为下一步辅逆主电路状态检测测算法的实现做准备。(3)主电路各种状态识别算法的应用,分别学习研究了马氏距离和支持向量机的基本原理,根据其特点采取不同的样本取样方式,并应用于算法中。经过试验证明,两种方法的不同优缺点,能够良好的实现单个或多个元件软、硬故障的识别,达到能在未发生故障时也能够识别出隐患状态,实现地铁车辆辅助供电系统的健康状态监测工作。