铁路是我国重要的交通基础设施,对我国的经济发展起着至关重要的作用。随着高速铁路的快速发展,牵引传动系统作为高速动车组和大功率电力机车的原动力,其是否可靠绝大程度上影响着列车的安全、稳定运行。据牵引传动系统电路中发生故障器件数据统计显示,IGBT相较其他器件更容易发生故障。IGBT功率管故障类型可分为开路和短路两种故障。但是短路故障发生时间极短,主要从硬件上予以排除解决。若IGBT发生开路故障,不仅故障器件的具体位置难以确定,而且会引发其他故障,进一步对整个系统造成损坏。因此,及时对开路故障的IGBT器件进行检测和定位具有非常重要的意义。首先,本文以牵引逆变系统中的IGBT为研究对象,简要介绍逆变器的工作原理、控制方式和基于MATLAB/Simulink平台搭建的牵引逆变系统模型。其次,针对IGBT开路故障情况进行大致地分类,选取四种典型的故障情况,讨论和分析电气量(异步电机的定子电流、转速和转矩)的变化情况,为逆变器IGBT故障诊断方法提供理论依据。然后,根据电气量的特点,选取三相电流作为故障电气量,分别利用小波包能量Shannon熵、小波包能量Tsallis熵、经验模态分解能量Shannon熵、经验模态分解能量Tsallis熵四种方法对IGBT进行故障检测。从避免故障误判的方面考虑,小波包能量Shannon熵为最佳方法,并将其结合直流分量法进行IGBT开路故障诊断。但该方法容易受到系统噪声的干扰并且无法完成所有双管故障的诊断。为了解决这些问题,在其基础上加入基于Choi–Williams分布谱峭度的应用,并对改进方法的性能进行分析。此外,通过RT-LAB平台进行故障诊断实验验证改进方法的有效性。最后,提出了一种基于故障特征量和分类器结合的方法进行IGBT开路故障诊断。针对IGBT开路故障,采用小波变换和EMD进行三相电流能量概率值的求取以及故障特征量的构造,并结合典型的BP和Elman神经网络完成样本的训练和诊断。通过诊断准确率和样本训练、诊断时间两方面的结果比较不同特征量和分类器的各自优缺点。