在全球能源变革的大趋势下,风能已经成为目前重要的能源之一。随着环境问题的日益严重,世界各国开始重视发展风力发电,近年来风力发电得到迅速发展。随着风电机组接入电网的容量不断增加,电网与风电机组之间的相互影响也越来越大,并且风电机组通过全功率变流器与电网连接电力电子变流器可以实现风能高效、稳定地并网,因此在风力发电系统中得到了广泛的应用。考虑到风力发电系统运行环境恶劣,变流器长时间地运行会带来元器件的损坏,进而导致重大事故。其中,尤其以风力发电系统变流器中IGBT开路故障最为严重,因此,对变流器的故障能够迅速判断并采取有效保护措施,对风力发电系统的运行稳定性有着积极的作用。首先,本课题以永磁直驱风力发电机变流器为研究对象,针对变流器内部的IGBT开路故障诊断的关键技术进行研究,研究了永磁直驱风力发电系统组成,分别对风力机系统、永磁同步发电机系统、变流器系统等进行深入分析,着重对风电变流器的拓扑结构、基本原理和控制方式等进行了深入的研究,为后续风力发电机变流器故障特性的研究提供了理论基础。其次,对变流器故障特点进行分析,分析风力发电系统变流器开路故障的基本原理,结合故障特点,对变流器的开路故障进行分类,并且分别针对网侧变流器和机侧变流器的各类开路故障进行了MATLAB/Simulink仿真研究,进而分析各开路故障特性,包括:电流波形、电压波形、有功波形以及无功波形等。最后,通过对三相故障电流的正负序分量分析,研究了风力发电机变流器IGBT开路故障特征的提取方法,将正负序电流分量幅值作为小波神经网络训练的样本,用以减小样本数目,提高学习效率,更好的对故障进行分辨。结合三相故障电流方向和电流过零点等信息,采用基于小波神经网络算法来实现风电变流器开路故障诊断和定位。通过算例进行验证,表明了所采用的故障诊断方法的有效性。