随着科学技术的迅速发展，现代电子系统规模越来越大，结构越来越复杂，导致系统发生故障和功能失效的概率也越来越大，电力电子电路作为电子系统的重要组成部分，广泛应用于各种电子产品和系统中，它的失效将会导致电子产品和整个系统的故障，引起重大的伤害和损失。为了保证电子系统始终处于良好的运行状态，设备维护人员应能够预测设备在短时间内可能出现的故障，从而对故障进行预防和处理，这就使得以预测技术为核心的故障预测与健康管理(PHM)技术受到越来越多的重视。本文根据电力电子电路的故障特性，对电力电子电路故障预测和健康管理技术进行了研究，通过分析电力电子电路的整体输出信号，研究了电路健康状态监测、故障诊断和预测方法，包括以下内容：1.建立电力电子电路主要元件的仿真退化模型，并以此仿真模拟电路随时间的退化；研究基于小波分析的电力电子电路故障特征参数的提取方法，在此基础上分别研究基于马氏距离和基于HMM模型的两种电力电子电路健康监测方法，通过计算待测电路与健康电路之间的差异程度和相似度确定电路的健康状态，实现状态监测；通过BUCKBOOST仿真验证，该方法可以很好地监测电路随时间退化的过程，并准确地判断电路的健康状态。2.对电路元件的部分软故障和硬故障进行模拟分析，实现电路部分单软、硬故障的诊断；通过BUCK实例仿真验证，说明该方法有较高的故障诊断正确率。3.对AR模型、GM理论和BP神经网络进行研究分析及改进，基于上述算法通过预测电路的特征参数和健康状态衡量值完成电路未来健康状态的预测，并计算剩余寿命。同时，对BUCKBOOST电路仿真分析，验证三种方法预测的有效性，并进行比较分析。