1.一种多相交错并联变换器控制和容错方法，其特征在于：包括以下步骤：S1、检测变换器各个支路是否发生了故障，若检测出故障则进行S2或S3，若没有故障则进行S4；

S2、选择电流纹波最小容错控制；

S3、若不选择电流纹波最小容错控制，则选择最大功率输出容错控制方法；

S4、对变换器总输入电压Vin和输出电压VO进行采样；

S5、将采样的总输出电压和设置参考电压做差，通过调制器生成初始占空比D1；

S6、以最大单相电流分别开启动每一相，将输入电压Vin、总输出电压VO以及其他电路参数输入到已经训练好的Elman型神经网络模型中，输出得到准确估计后的每一相最大短路电流 n为对应变换器第n相，n＝1，2，…，n；

S7、根据短路电流 输入电压Vin计算出每一等效相电阻Rn和输出占空比Dq；

所述每一等效相电阻Rn为：

所述输出占空比Dq为：

Dq＝D1+Δk

式中，Dn为第n相占空比；IO为总输出电流，q＝2，3，…，n；k＝1，2，...，(n‑1)；

S8、通过上升沿和下降沿触发的计数器测量开关节点处的脉冲持续时间，比较输出占空比Dq和实际占空比来计算损耗占空比，输出占空比Dq通过增加或减少损耗占空比进行补偿，并生成最终的开关驱动信号；

所述方法应用的拓扑结构包括主支路、辅助支路、最大功率输出容错支路和负载，主支路包括多相交错并联Buck变换器或其他类型交错并联的DC‑DC的拓扑结构，其中辅助支路包括一个半桥开关管SAX1和开关管SAX2、一个电感LAX和一个电容CAX；最大功率输出支路包含两个继电器RE1和RE2和一个电阻RX；负载为电解槽负载或电阻负载；所述开关管SAX1的集电极与变换器总输入电压的Vin正极电性连接，所述开关管SAX2的集电极与开关管SAX1的发射极、电感LAX的一端电性连接，所述电感LAX的另一端与电容CAX的一端、继电器RE1延时闭合的动合触点的一端电性连接，所述继电器RE1延时闭合的动合触点的另一端与负载Rx的输入端、继电器RE2延时闭合的动合触点的一端电性连接，所述负载Rx的输出端与电容CAX的另一端、继电器RE2延时闭合的动合触点的另一端以及变换器总输出电压Vo的正极电性连接，所述开关管SAX2的发射极与变换器总输入电压Vin的负极、变换器总输出电压Vo的负极电性连接。

2.根据权利要求1所述的一种多相交错并联变换器控制和容错方法，其特征在于：S1中，所述故障包括开路故障和短路故障。

3.根据权利要求1所述的一种多相交错并联变换器控制和容错方法，其特征在于：S2中电流纹波最小容错控制过程包括以下步骤：当变换器主支路部分相发生故障，变换器仍然可以实现消除输出电流纹波，若故障相数x达到设置限值xmax，则直接停机；

若故障相数x没有达到限值xmax时，则应隔离故障相并且及时调节主支路剩余正常相对应功率开关管的补偿后的占空比，将多相交错并联变换器的主支路剩余正常相开关管对应的Δk，IO，Rn， 计算公式或算法中的n变为n‑x，并更新辅助支路控制算法，使得变换器总输出电流纹波保持最小。

4.根据权利要求1所述的一种多相交错并联变换器控制和容错方法，其特征在于：S3中最大功率输出容错控制包括以下步骤：判断若故障相数x达到限值xmax，则直接停机；

若故障相数x没有达到限值xmax时，则应隔离故障相并且闭锁辅助支路SAX1和SAX2的驱动信号且闭合继电器RE1旁路电容CAX，使得电阻RX完全吸收旁路电容CAX中所储存的能量后，再闭合继电器RE2，之后将辅助支路控制算法设置更新为主支路控制算法，主支路剩余正常相开关管和辅助支路开关管对应的Δk，IO，Rn， 计算公式或算法中的n变为n‑x+1，从而使系统进入最大功率输出容错控制模式。

5.根据权利要求1所述的一种多相交错并联变换器控制和容错方法，其特征在于：S6中，所述Elman型神经网络模型包括输入层、隐含层、承接层和输出层；Elman神经网络首先对各层连接权值初始化，然后对训练数据进行归一化处理，将处理后的数据样本作为输入，传递到隐含层、输出层，接下来对实际输出和期望输出进行误差精度对比；如果输出误差不满足精度要求，则将计算值返回连接层，更新权值和阈值，并以承接层的输出作为隐含层的输入，重复之前的过程，直到输出误差满足最大短路电流ILn精度要求。

6.根据权利要求5所述的一种多相交错并联变换器控制和容错方法，其特征在于：Elman神经网络模型对应网络数学表达式为：

y(k)＝g(w3x(k))

x(k)＝f(w1xc(k)+w2(u(k‑1)))

xc(k)＝x(k‑1)

式中，y为输出向量；x为隐含层向量；u为输入向量；xc为连接层向量；w3为隐含层至输出层权值；w2为输入层至隐含层权值；w1为连接层至隐含层权值；f(x)为反馈环节传递函数；g(x)为输出层的传递函数。

7.根据权利要求5所述的一种多相交错并联变换器控制和容错方法，其特征在于：Elman神经网络算法的判别误差函数为：

式中，d(k)为实际输出；y(k)为模型预测输出。