移相全桥变换器作为机车控制电源的核心电路，其故障特征类型极其丰富，故障信息量大。为了彻底全面地挖掘故障信息，提出了小波包神经网络和数据降维的新型故障诊断模式，主要利用流形学习来对高维的故障特征量进行降维，提取其本质特征，解决了由小波包多层分解带来的“维数灾难”，减轻了模式识别的压力。利用Matlab仿真软件分析，此方法可以使模式识别的时间缩短，准确率提高，从而验证了该方法的有效性。