级联型多电平逆变器因模块化、易扩展,在交、直流输电及能量转换等不同功率和电压等级的电气领域中得到了广泛的应用。然而,由于级联型多电平电路功率器件甚多,且经常运行于高压、大电流及高温状态,容易发生故障,可靠性低。为了快速维护系统,减少维护成本,提高其可靠性,研究级联型多电平电路的故障诊断技术及高效可靠的故障容错技术具有重要的意义。本文以级联多电平逆变器为例,在深入分析级联型多电平逆变器的拓扑结构和调制策略的基础上,通过建立了故障模型及仿真,分析了逆变器的故障模式及可区分性。为了有效地从输出波形中提取故障特征,采用小波变换对级联型逆变器单元输出电压进行多尺度分解,进而提取输出电压的低频和高频能量作为故障特征。构建了故障特征数据库。为了提高故障诊断的速度、准确率及其智能化,提出了基于极限学习机的故障诊断方法。设计了单隐层神经网络分类器,采用极限学习机完成了网络参数训练。为了说明极限学习机与小波的故障诊断方法诊断性能,利用测试样本,进行诊断测试。并与传统BP神经网络诊断方法进行了对比分析,结果表明本文方法在训练速度、泛化能力和鲁棒性方面得到了显著提高。为了提高级联多电平逆变器的可靠性,本文从调制策略和结构选择角度,研究了级联型变频器故障容错问题。通过采用改变调制信号幅值与相位差,给出了一种新的载波调制容错策略。然后,建立了单元模块可靠度以及容错级联型多电平逆变器的可靠度k/n(G)模型,根据k/n(G)模型定量计算了容错逆变器可靠度,进而给出了容错拓扑结构优化选择方法。最后,通过实例分析与计算,表明所提方法有效可行。