该文对变频器主电路电力电子器件的故障诊断系统进行了研究.采用了神经网络理论以及对波形数据直接进行分析的故障诊断方法.随着电力电子器件的发展,变频器功率的提高,尤其是大功率高压变频器,其装置越来越复杂,任何地方的不可靠都可能引起系统的崩溃.传统的参数报警及保护系统已日益不能满足要求.另外,据有关统计,80％的控制系统失效都是由于电路元器件的故障.因此,设计合理的故障诊断系统,有利于快速分析确定故障的部位和性质,尽快排除故障,缩短变频器的运行停机时间,及时恢复生产,无疑会具有很大的理论和应用价值.变频器的模型具有很强的非线性,通常对其进行故障诊断比较困难.该文将人工神经网络应用到故障诊断当中,神经网络的输入输出是非线性映射特性,具有很强的学习能力和容错性能,善于联想、概括、类比、推广等,可由神经网络来学习和存储变频器的故障信息和故障原因之间的映射关系,并将学习好的神经网络用于故障诊断.根据电力电子电路中信号的特点,该文采用了使用神经网络对信号波形数据直接进行分析从而实现故障诊断的方法.也就是将在一个周期内采集到的N点数据直接作为神经网络的输入,故障编码作为神经网络的输出,这样就建立了一种映射关系.然后对该神经网络进行训练,将训练后的神经网络用于故障诊断.另外,当变频器发生故障时,有经验的专家可以根据电路中某些点的电压或电流波形判断出故障点.用波形方法诊断时可直接利用这些经验知识.因此,波形方法比较直观,便于确定故障波形特征与故障类型之间的关系.利用以上所提到的方法对课题进行了研究.仿真结果表明,基于神经网络与波形直接分析的变频器故障诊断方法是可行的.该神经网络可以进行正确的故障诊断,将其用于故障诊断是可行的.