1.一种新型碳化硅基航空功率变换器故障诊断方法，其特征在于：包括，
采集功率变换器正常模式和故障模式下的测点信号，构建训练样本集；
将训练样本集分成网络训练数据集和网络测试数据集；
用网络训练数据集训练tsbls宽度学习系统网络，并使用柯西变异蚁群算法对连接权重及增强节点个数进行寻优，获得最优的tsbls宽度学习系统网络；其中，在寻优迭代过程中，通过网络测试数据集判断是否需要继续寻优；
用最优的tsbls宽度学习系统网络进行功率变换器故障诊断。
2.根据权利要求1所述的一种新型碳化硅基航空功率变换器故障诊断方法，其特征在于：构建训练样本集的过程为，
利用主成分分析法提取测点信号的特征，构建特征样本集；
用特征样本集中的部分元素构建训练样本集。
3.根据权利要求2所述的一种新型碳化硅基航空功率变换器故障诊断方法，其特征在于：特征样本集中的其他元素构建测试样本集，测试样本集输入最优的tsbls宽度学习系统网络，计算诊断结果的正确率。
4.根据权利要求1所述的一种新型碳化硅基航空功率变换器故障诊断方法，其特征在于：tsbls宽度学习系统网络模型为，
y＝[fn|hm]wm
其中，y为输出矩阵，fn＝[fs1,fs2,...,fsn]为n个映射模糊子系统的串联，fsi为第i个映射模糊子系统，1≤i≤n，hm＝[h1,h2,...,hm]为m个增强节点级联，hj为第j个增强节点，1≤j≤m，wm为tsbls宽度学习系统网络的连接权重。
5.根据权利要求1所述的一种新型碳化硅基航空功率变换器故障诊断方法，其特征在于：对连接权重及增强节点个数进行寻优的过程为，
蚁群算法中，响应于本次迭代中蚂蚁选择元素产生的信息素相较于上一次迭代对应产生的信息素不变或变化小于阈值，采用加入柯西变异的信息素更新公式更新本次迭代所产生的信息素，用历史信息素最大的元素代替目前元素集合中信息素最大的元素；其中，连接权重和增强节点个数构成一个元素，作为该次迭代运算的输入参数。
6.根据权利要求5所述的一种新型碳化硅基航空功率变换器故障诊断方法，其特征在于：加入柯西变异的信息素更新公式为，
σj(qaj)(t+s)＝σj(qaj)(t)+σj(qaj)(t)*cauchy(0,1)
其中，σj(qaj)(t+s)为元素集合qaj第j个元素更新后的信息素，σj(qaj)(t)为元素集合qaj第j个元素更新前的信息素，cauchy(0,1)为标准柯西分布。
7.根据权利要求5所述的一种新型碳化硅基航空功率变换器故障诊断方法，其特征在于：响应于本次迭代中蚂蚁选择元素产生的信息素相较于上一次迭代对应元素产生的的信息素变化超过阈值，则采用传统信息素更新公式更新信息素。
8.一种新型碳化硅基航空功率变换器故障诊断系统，其特征在于：包括
训练样本集构建模块：采集功率变换器正常模式和故障模式下的测点信号，构建训练样本集；
分集模块：将训练样本集分成网络训练数据集和网络测试数据集；
训练寻优模块：用网络训练数据集训练tsbls宽度学习系统网络，并使用柯西变异蚁群算法对连接权重及增强节点个数进行寻优，获得最优的tsbls宽度学习系统网络；其中，在寻优迭代过程中，通过网络测试数据集判断是否需要继续寻优；
诊断模块：用最优的tsbls宽度学习系统网络进行功率变换器故障诊断。
9.一种存储一个或多个程序的计算机可读存储介质，其特征在于：所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至7所述的方法中的任一方法。
10.一种计算设备，其特征在于：包括，
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至7所述的方法中的任一方法的指令。