随着清洁能源的使用需求增加,光伏发电系统中的逆变器使用也随之增多。中性点钳位型三电平（Neutral-Point Clamped,NPC）逆变器具有谐波少、功率损耗平衡等优点,得到了广泛应用。但相比于两电平逆变器,三电平逆变器拓扑结构更加复杂,发生电路故障的可能性和故障类型的复杂性都大幅提高。其中,逆变器内部的IGBT开路故障会在电路中产生谐波电流,进而导致系统性能下降。因此,本文对NPC三电平逆变器中IGBT开路故障的诊断进行研究。本文主要研究内容如下:（1）分析NPC三电平逆变器拓扑结构,介绍逆变器的工作原理,分析逆变器在不同工作状态之下的换流方式。对逆变器故障进行分类,总结出最容易发生的两大类故障类型。在此基础上,通过MATLAB/SIMULINK仿真,提取每一相电路上、中、下桥臂电压作为检测信号,通过分析电压波形,区分判断故障特征类型,为后文故障诊断提供基础。（2）针对原始信号特征难以提取的问题,提出采用变分模态分解（Variational Mode Decomposition,VMD）处理电路信号的方法;针对VMD算法的特征提取质量问题,提出采用灰狼寻优算法提高重建的信号质量;为了进一步提高VMD算法搜索能力,提出自适应收敛因子和自适应权值改进的灰狼寻优算法方法。（3）针对逆变器故障识别准确率低等问题,提出基于小波神经网络（Wavelet Neural Network,WNN）的故障模式识别方法,针对WNN的反向传播时容易陷入局部最优的问题,利用历史相邻两次训练准确率的差值做指数加权来引导学习率的变化,提出了改进动量的梯度下降算法。（4）设计了基于DSP芯片控制的三电平逆变器实验平台,完成逆变器故障诊断。实验结果表明,基于改进的灰狼算法优化VMD特征提取方法选用信号能量差值作为目标函数,有效提高了特征提取质量,具有评价指标高的优点;基于改进的WNN算法具有故障识别准确率高,所需诊断时间少等优点。综上所述,本文所提方法适用于NPC三电平逆变器故障诊断。