城市轨道交通具有运量大、安全、便捷等优点，是解决各城市交通拥堵问题的首选方法。随着我国城轨运营里程快速增加，其城轨再生制动能量回馈系统也大量随之投入运行。城轨再生制动能量回馈系统运行环境复杂多变，频繁的处于开、停机状态，并且受到较高电压的冲击。因此，在实际运行中，再生制动能量回馈系统中逆变器的功率元件IGBT极易发生故障。通常逆变器中IGBT故障主要包括IGBT短路故障和IGBT开路故障。由于IGBT短路故障存在时间非常短，通常为微秒级，并且会导致系统出现过电流现象，很难用算法完成诊断，一般采用硬件电路来处理，将短路器件断开。但是IGBT开路故障发生时不易被及时发现，并且长时间运行会引发二次故障，带来更严重的破坏。目前对IGBT开路故障诊断方法研究较多的是离线诊断，这对于城轨的安全运行是不可行的。因此，对城轨再生制动能馈系统中IGBT开路故障展开实时、在线的诊断方法研究具有十分重要的意义。
　　首先，本文搭建了城市轨道交通牵引供电系统+再生制动能量回馈系统+机车+接触网+回流系统的动态耦合统一模型。基于搭建的模型进行正常运行仿真，通过与现场运行数据进行对比，验证了本模型的正确性。其次，在搭建的模型上进行IGBT单管、双管开路故障仿真，对牵引网电压、再生制动能馈系统输出电流、电压进行分析。
　　通过对城轨再生制动能馈系统输出电流进行三维轨迹图分析，得到IGBT单管开路故障情况发生时的故障特征；通过主元分析方法提取输出故障电流三维轨迹的故障特征量，并编写了实时、在线的单管开路故障诊断算法，在仿真模型上进行仿真测试验证了本方法的有效性。
　　然后，提出了一种基于主元分析和神经网络的IGBT单管和双管故障情况下的诊断方法。采用主元分析提取单管、双管故障情况下的故障特征量，并构造相应的故障向量表；通过对BP、Elman神经网络进行训练、测试，对比分析两种网络在本算法中的优缺点。
　　最后，基于RT-Box半实物实时仿真平台对以上诊断算法进行了实验验证，实验结果表明，本文提出的诊断算法可以准确的实现IGBT开路故障定位。