半导体技术以及电力电子器件的不断进步使得变流技术也得到了快速的发展,变频器因其灵活而高效的变流性能,在众多的领域之中都有着实际的应用,尤其在电机相关的调控之中有着重要的控制作用,然而由于其高度集成和复杂的结构特性,以及主客观环境上面的众多不确定因素,不可避免的变频设备会出现各种故障情况,这会给整个生产体系带来很多的问题,会使得产能受到影响带来经济性损失,甚至会造成重大的安全事故。因此进行与之相关的故障诊断研究是非常必要的。对此,本文首先就变频器的相关机理及常见故障进行了分析;其次采用matlab中的simulink仿真工具搭建出变频器电路模型,并分析了各故障情况下仿真输出的电压波形;然后以输出的波形数据作为基础,进行小波分析并最终提取出各故障情况相对应的小波能量信号,将其进行合并整理组成特征向量作为诊断分析的特征数据;接着以整理后的特征数据作为样本,采用支持向量机（SVM）算法进行诊断算法模型的训练并测试其最终的分类诊断精度;最后针对SVM算法本身存在的参数设定的问题,采用麻雀搜寻（SSA）算法对SVM算法中的重要参数进行寻优,使得参数取值接近最佳。测试结果表明,经过优化后的算法性能有所提升,其故障诊断的精度有着明显的提高。