现如今电力电子技术已经运用到了各个领域,电力电子设备的复杂性不断提高,自动化程度不断的增强,电力电子电路的各项性能已经得到了充分的发展,但是对电力电子设备的故障诊断和维护却相对滞后。电力电子设备的可靠运行已经成为人身安全和国民经济稳定的重要保障,因此保障电力电子设备的健康运行和对电路故障精准的诊断具有重要的意义。由此可见寻找一种针对电力电子电路的精准高效的故障诊断方法来减弱故障对安全和经济的影响是非常迫切需要的。本论文根据电力电子电路故障的特点,采用了多维尺度和神经网络的故障诊断方法,并且对以下几个方面进行了分析和研究。首先,本文对电力电子电路故障诊断的背景和意义进行了阐述,介绍了以往的电力电子电路故障诊断方法以及特点,概括了多维尺度的基础理论,分析了不同类型的多维尺度和各自的适用范围。其次,以三相桥式全控整流电路为研究对象,运用Matlab2014a/Simmulink仿真工具箱进行仿真模型的建立,然后设置所需要的各种故障类型并进行仿真分析,从而获得三相整流电路在不同故障类型下的输出电压波形和原始采样数据。用快速傅里叶变换方法对原始数据进行分析得出直流分量、基波幅值、二次谐波幅值和三次谐波幅值并进行归一化处理形成电路的初始故障特征向量。多维尺度技术是一种把实体间的相异性信息转化成空间几何信息的数据维度约减技术,因此利用多维尺度对高维初始故障特征向量进行维度约减形成新的故障特征向量作为分类器的输入以减少分类器结构的复杂程度。本文把神经网络作为故障类型的分类器,为了建立高效准确的分类器,根据神经网络理论对神经网络的发展史、结构、分类和学习机制进行了介绍。对神经网络中运用比较广泛的BP神经网络进行了详细的表述,着重分析了其运行原理、网络结构、优点和局限性。由于BP神经网络具有很好的非线性映射能力因此使其作为故障分类器。通过仿真实验结果表明本文提出的方法对电力电子电路故障诊断是有效可行的。