开关电源是一个典型的设备，大至电力系统，小至仪表设备，都有它的存在。由于没有统一的故障模型、存在元器件容差和非线性等因素，采用常规或传统的故障诊断理论和方法难以解决它的故障诊断问题。以神经网络为代表的智能技术为之提供了一条有效途径，目前倍受学术界的关注。论文首先介绍了开关电源的核心部分一开关变换器的基本电路拓扑及工作原理，并且选取了全桥直流变换器作为本文的研究对象。接着详细介绍了该变换器的主电路拓扑结构和工作原理，根据对变换器工作原理的分析，提出了以变换器的输出电压作为故障特征参数的方法。通过用simulink工具箱仿真了变换器不同元件开路故障时的运行情况，得到了相应的输出电压波形，并采用了小波包变换理论进行了电压波形故障特征的提取。然后对分解系数进行能量求解，构造对应的特征向量。在小波分析的基础上，提出了基于神经网络的故障识别方法。将BP神经网络应用于故障模式识别，探讨了神经网络学习样本的设计方法，并且进行了变换器智能故障诊断的仿真，研究表明这种识别方法是有效的。采用神经网络诊断方法，有利于提高故障诊断的性能以及减少象专家系统那样需求大量数据进行分析整理归纳的工作量。最后介绍了智能检测系统的设计方案包括硬件结构和软件配置，及程序框图。