国民生产生活中能源的高效运转离不开电力电子装置的转换，因此保证电力电子装置正常运行和及时排除装置故障变得越来越重要。本文以三相桥式整流电路的故障诊断为例，采用分形维数提取电路负载端电压输出波形的特征，利用神经网络将得到的特征向量分类，找出故障点实现故障诊断。　　电力电子装置故障诊断经过近年来的不断发展，已经形成了一整套复杂的理论体系。通过研究其基本理论和工作方法，本文采用了一种基于分形神经网路的故障诊断方法。该方法能够解决电路中故障诊断时间过长，故障分类难的问题。本文首先利用分形维数对电路输出波形进行预处理，根据输出波形计算出的分形维数不同，将电路故障分为五个大类，每类故障输出波形的形状明显不同。其次利用神经网络对电路故障进行诊断，把电路可能的故障波形按一定规律选取代码用作神经网络的输出向量，取电压输出波形采样值最大点作为神经网络的输入向量，进而建立故障元与故障特征之间的映射，实现对电路的故障诊断。最后把分形维数的故障诊断方法与神经网络的故障诊断相统一，使得电路故障波形先经过分形维数预处理，然后采用加窗分形维数提取电压波形信息故障特征，利用神经网络建立故障诊断分类器，准确定位故障点。经过仿真实验验证，基于分形维数与神经网络相融合的方法能够准确且有效的找到故障源。分形预处理用于故障诊断过程，具有检测量少、判据简单，诊断结果迅速明了等特点，是一种快速可行的处理方法。