故障预测及健康管理(Prognostics and Health Management,PHM)对于保障系统的安全可靠具有重要作用。随着电力电子装置在各领域的应用愈发广泛,急需研究电力电子装置的PHM技术。PHM主要包括故障预测和健康管理两大部分,其中故障预测是实现系统健康管理的基础,本文基于性能(特征)参数提取针对电力电子电路参数性故障预测展开研究。本文采用基于系统辨识的电力电子电路参数提取方法,针对Buck电路参数辨识原方法中,存在较多影响实际辨识精度的非理想因素这一关键问题,以电路中目标器件为建模对象建立线性模型,提出一种通用性较好的Buck型变换器参数提取方法;针对Boost电路参数辨识原方法中,滤波电容值及其等效串联电阻值存在较为明显的辨识偏差这一关键问题,分析了具体原因并提出模型修正方法;针对电力电子实际运用场合中大量非纯阻性负载的情况,为防止负载结构差异导致的二次建模,提出一种基于输出电流直接检测的负载阻抗无关性建模和参数辨识方法。然后在Matlab仿真和实验平台中对各方法的有效性进行验证,包括收敛速度和辨识精度,从而为下一步的电力电子故障预测提供有效基础。本文受时间和实验成本的限制,依据仿真手段对电力电子电路参数性故障预测技术进行初步探索,以电解电容的RC参数为例,结合经验公式在仿真电路中设置该参数的变化趋势并通过上述辨识方法获取RC参数的时间序列。鉴于目前基于性能(特征)参数的电力电子故障预测研究没有考虑变工况引起的预测误差,本文根据器件所受应力等级将辨识到的特征参数进行分类预处理,并在Matlab中借助于LS-SVM工具箱实现改进预测方法的有效性验证。