开关磁阻电机(Switched Reluctance Motor,SRM)是最新一代无极调速系统的电机。SRM优异的容错运行能力拓宽了其应用领域,使得其在诸多领域具有良好的应用前景。功率变换器是开关磁阻电机的重要组成部分,SRM功率变换器的主电路在硬件拓扑的选择上有其独特性,对功率变换器电路拓扑的研究也一直是个热点和难点。因此,一个全面可靠的功率拓扑分析系统具有实际的指导意义和参考价值,可以进一步全面优化SRM功率变换器性能,从而提高实际生产生活中相关设备的效率和性能。近年来,机器学习、人工智能等领域的崛起,使得人们的生活发生了巨大的变化。目前,人们已将机器学习成熟地应用到了智能控制、图像处理、语言识别等诸多领域,但在开关磁阻电机研究领域中的应用还很罕见。本文将机器学习领域的知识运用到开关磁阻电机功率模块的研究领域,提出了基于机器学习中协同过滤的有关算法将开关磁阻电机功率电路模块参数化,同时首次整理分析归纳了各类开关磁阻电机功率拓扑的相关数据,以机器学习中的协同过滤算法为技术指导,并对传统的欧式距离算法加以改进,运用改进式欧式算法以及开关磁阻电机功率拓扑关键电路及器件的选型为理论依据,借助Python语言搭建一个相对完整的开关磁阻电机功率拓扑推荐系统,其具体实现步骤为:(1)阅读大量文献,分析各类开关磁阻电机功率变换器关键拓扑功能特点。(2)对开关磁阻电机功率变换器电路拓扑中各关键参数逐一分析,提取相对重要的参数作为建立推荐系统的理论依据。(3)引入机器学习领域中协调过滤的相关算法,建立数学模型,构建推荐引擎。(4)应用Qt资源系统搭建推荐系统用户使用界面。(5)实际验证与结果分析。