1.一种基于小波与神经网络的逆变器低频噪声故障诊断方法，其特征在于，步骤如下：

1)分别对无故障状态、有故障状态的待测逆变器进行数据采集，提取信号并滤波；

2)将滤波后的信号分别进行小波变换，利用阈值函数进行去噪，将数据中高频信号进行滤波处理，并将信号分解为尺度系数aj与小波系数dj，其中j＝1,2,…,J，J为分解的最高层数；

3)分别将最高层数的尺度系数与各层次的小波系数进行能量转换并加和处理，得到j＝1,2,…,J，得到分别代表正常值矩阵与故障值矩阵的En和Ef,i，其中，i为故障逆变器个数；

4)将能量值矩阵进行差值处理得到特征量ΔEi＝Ef,i-En，i为逆变器个数；

5)将4)中特征量ΔEi输入到神经网络进行训练得到故障识别能力，根据逻辑输出及故障对应状态进行故障诊断，输出的二进制数值分别代表故障类型：00-逆变器正常；

01-逆变器亚健康状态；10-软故障预警状态；11-硬故障可排除状态。

2.根据权利要求1所述的一种基于小波与神经网络的逆变器低频噪声故障诊断方法，其特征在于，所述待测逆变器为无源检测。

3.根据权利要求1所述的一种基于小波与神经网络的逆变器低频噪声故障诊断方法，其特征在于，所述的小波变换方法为多分辨率分析小波变换。

4.根据权利要求1所述的一种基于小波与神经网络的逆变器低频噪声故障诊断方法，其特征在于，所述神经网络为三层前馈神经网络。