随着能源清洁低碳转型的深入,风能这一绿色可再生能源受到世界各国的广泛关注。风电装机容量不断增大,风电机组结构也日益复杂,加之运行环境恶劣,一个局部故障可能发展为灾难性的故障,造成重大经济损失。功率变换器是风电机组的重要接口装置,保证了风电机组向电网馈入高质量电能,因此,有效实现功率变换器故障诊断和隔离（Fault Detection and Isolation,FDI）对确保系统安全运行、降低维护成本意义重大。功率变换器是典型的混杂系统,开关器件的存在给其建模和FDI带来巨大的挑战。为此,论文以提高可靠性为主要目标,采用适用于多能域混杂系统的键合图理论对风电系统功率变换器开展元件级别的建模和FDI研究,对统一混杂系统建模和FDI方法以及降低风电系统运维成本具有理论创新和实际应用价值。论文在对功率变换器建模和故障诊断进行深入调研的基础上,详细阐述了功率变换器的结构特性以及键合图模型建立方法。提出采用非线性阻性元件对开关器件等效,避免了FDI过程中元件因果关系的反复配置。借助Matlab/Simulink仿真平台,采用Simulink子系统模块构建功率变换器键合图仿真模型,分别针对正常和故障状态进行仿真实验,验证了所建键合图模型的正确性。在建立的键合图模型的基础上对功率变换器进行了定性FDI研究,以开关器件的集电极-发射极电压作为故障特征实时观测,当观测变量偏离正常值时,依据时间因果图（Temporal Causal Graph,TCG）推导该变量的故障树进行后向溯源,实现了故障源的定位和隔离。该方法选取的故障特征可观测性好,无需得到变量的具体数值,只需根据其变化趋势诊断故障,非常适用于参数缺失、模型精度不高的系统。通过模拟故障进行仿真实验,证明了故障树方法在功率变换器键合图模型故障诊断方面的有效性。在工程应用中,由于工程人员经验的参差,采用定性FDI方法会产生诊断歧义,在判别多重故障时工作量较大,为此论文在梳理变量因果关系的基础上提出定量FDI方法。该方法利用TCG消除候选结点本构方程中的未知变量,离线生成最优数量的解析冗余关系（Analytical Redundancy Relations,ARRs）,建立起系统参数与传感器测量值关系的方程,由此推导出故障特征矩阵（Fault Signature Matrix,FSM）,依据计算得到的残差信号以及故障特征在线评估,从而实现功率变换器FDI。仿真结果表明,该方法能够对功率变换器单个或多个开关器件故障准确地诊断与定位,具有很强的实用性。