交直流变换器是串联式混合动力汽车(Series Hybrid Electric Vehicles,SHEV)电气驱动系统中实现功率变换以及调速调频的核心装置,由于存在大量功率器件,导致其容易发生各种故障,且受功率以及外界环境等各种因素影响导致故障信号特征提取困难,故障诊断难以准确定位故障发生位置。本文主要针对功率器件发生断路故障问题,基于建立的SHEV电气系统的交直流变换器仿真模型,选择直流侧母线输出电流为特征量,并且充分考虑功率器件的位置,对功率器件开路故障类型进行详细分类,然后对各种故障下直流侧母线输出电流的特性进行分析。利用快速傅里叶变换将故障信号分解到不同的频率段,通过分析比较选取30 kHz(k=1,2,3…)频率段信号为故障诊断特征向量,再结合基于遗传算法的BP神经网络实现故障类型识别。仿真结果表明,这种方法可对交直流变换器的开路故障进行有效诊断和识别,预测结果误差非常小,具有计算简便,准确性高的优点。