电力电子电路故障诊断是在故障信息检测和故障特征分析的基础上对电力电子电路发生故障的种类、原因和部位做出判断或推断。目前,电力电子电路的故障诊断方法总体可分为基于被诊断电路数学模型的方法和不依赖于被诊断电路数学模型的方法两大类。本论文以大型整流器为研究对象,以发展和完善电力电子电路故障自动诊断方法为目的,针对故障诊断系统中的几个关键技术问题进行了深入研究和分析。 首先,本文结合实际工业背景对大型整流设备各类故障情况进行分析,以晶闸管故障为主要研究对象,根据整流电路的信号特点,运用具有良好时一频局部化分析能力的小波分析理论进行整流输出电压和整流输出电流故障信号的多尺度小波变换,提取各尺度小波变换系数计算各尺度能量值,建立起各类故障模式的能量特征空间,有效提取了各类故障模式的特征:研究了多元统计理论中的主元分析方法在能量特征量降维中的应用,以简化分类器的构造。 其次,在对目前兴起的归纳学习理论-决策树分类理论进行充分研究的基础上,首次将决策树分类方法应用到电力电子电路这样的强非线性系统的故障诊断中,充分发挥了决策树分类器所具有的处理非线性和分类速度快以及决策树方法所具有的表示方法可解释性强、简洁明了的优点,并借鉴已有的电力电子电路故障诊断方法对整流电路各类故障模式做出分析诊断。 最后,本文应用强大的MATLAB中POWERSYSTEM电力系统仿真工具箱、Wavelet小波分析工具箱以及统计工具箱并结合应用电力系统仿真软件PSCAD/EMTDC对所提出方法进行了详细的仿真试验,给出了试验仿真结果。并且针对泛化理论,本文进行了较为细致的研究和验证。仿真和测试结果表明本文所提出的方法是有效的。