本发明提出了一种基于IGWO‑ELM的三相两电平逆变器开路故障在线辨识方法，涉及三相逆变器故障检测技术领域，该方法将一个周期T划分为6个区域，构造了七维开路故障特征向量，并将其作为输入、故障模式编号为输出构建功率管开路故障的极限学习机(Extreme Learning Machine，ELM)模型，用改进灰狼算法(Improved Grey Wolf Optimization，IGWO)优化模型参数；该方法利用功率管开路故障时三相电流的仿真数据，进行功率管ELM故障辨识模型的离线训练，确定最优模型参数；该方法将最优IGWO‑ELM逆变器功率管开路故障辨识模型嵌入其控制环节，实时获取三相电流并提取特征量作为最优IGWO‑ELM模型的输入，故障模式编号作为输出；该方法将故障模式编号转化为二进制编号实现故障的实时报警；该方法故障辨识总时长约3.36ms。