当今社会电子信息技术的迅速发展,自动化设备故障的发生率也逐渐增多。在高压、大功率的场所中,三电平逆变器作为一个重要的元器件被广泛应用,但是其结构相对复杂,可靠性较低,因而我们不得不重视其故障问题。目前三电平逆变器的故障处理仍不够准确高效。本课题针对目前所用的三电平逆变器,对其故障进行分析,提出了 EEMD样本熵算法对其故障情况进行研究。本文以三电平逆变器的故障诊断为研究课题,研究对象为二极管钳位式三电平逆变器。首先,分析了三电平逆变器功率器件故障的各种情况,从其拓扑结构以及工作原理,对功率开关管的开路故障进行分类,通过MATLAB平台建立故障模型,得到各种故障状态下各相桥臂中点电位电压波形。其次我们用EEMD(集合经验模态分解)算法将故障电压信号波形分解成若干IMF(本征模态函数),选取IMF分量进行样本熵计算,从而得到故障特征向量;之后通过得到的故障特征向量来研究最小二乘支持向量机算法对故障的诊断,其中采用改进的量子粒子群算法对其核函数σ及惩罚参数C进行优化,得到最终的诊断结果,验证了该算法的有效性。最后进行了基于ARM的故障诊断系统总体方案的设计。在硬件上,所设计系统采用S3C2440微处理器芯片作为主控制器,设计了外围硬件电路。在软件上详细描述了构建嵌入式软件平台的各个步骤。证实了本课题研究的算法的可行性。本课题主要针对三电平逆变器的故障诊断进行了研究。提出了一种EEMD样本熵算法,并得到了最后的结果。通过最终结果验证了本算法的准确性高效性,并在最后进行了系统设计。