电力电子电路属于强的非线性电路与系统范畴，涉及非常丰富的非线性现象，这使得电力电子电路的工作稳定性受到巨大的挑战。经过近50年的发展，电力电子装置的结构越来越复杂，功能越来越完善，自动化程度也越来越高，如今已经广泛应用于人们的生活、传统工业和高新技术产业等领域。电力电子装置一旦发生故障，不仅会造成重大的经济损失，而且可能危及人身安全、造成环境污染，带来严重的社会问题。对电力电子装置进行故障预测可以有效监测系统故障状况及故障发展趋势，实现对系统的事先维修，避免重大事故的发生，因此电力电子装置的故障预测技术对提高整个系统的安全性和可靠性具有十分重要的意义。本文主要研究了以下三方面内容：(1) Buck电路故障模型的研究。学习键合图建模理论，研究了电力电子电路关键器件的失效机理，分析并建立了电力电子关键器件的等效电路模型，最后结合Buck电路工作机理和输出特性，各器件失效模型和键合图建模理论建立了电路在元器件参数故障情况下的键合图模型，得到了输出电压值和输出电压纹波作为电路特征参数的结论。对工作在元器件综合故障模式下的Buck电路的特征参数进行了提取实验。(2)电解电容器特征参数提取算法的研究。根据电容器的结构和失效机理，建立了电容的等效电路模型。研究了FFT频域分析法，卡尔曼滤波法，最小二乘递推算法，最小二乘渐消算法四种电解电容器参数提取方法。结合buck电路键合图仿真数据，对电解电容参数进行提取实验。(3)基于改进神经网络的电力电子故障预测方法研究。介绍了神经网络算法的理论，遗传算法优化理论和灰色系统理论，并结合了这几种理论，采用了遗传神经网络预测模型，和灰色系统神经网络预测模型。并且分别用这三种算法对buck电路级和元件级的特征参数进行预测，最后分析了实验结果，总结了各种算法的优缺点，验证了神经网络故障预测模型的可行性和有效性。