چکیده: در سال های اخیر استفاده از درایو چندسطحی ماجولار به دلیل مزایای آن گسترش روزافزونی پیدا کرده است و به دلیل آنکه از این نوع درایو در صنایع سنگین و توان بالا استفاده می گردد و قابلیت اطمینان این صنایع از اهمیت بالایی برخوردار است، لذا عملکرد موتور و سیستم درایو آن بدون هیچ گونه وقفه ای مطلوب است. بنابراین تشخیص و رفع خطا در اینورترهای چندسطحی امری ضروری به نظر می رسد. تا کنون روش های متعددی ازجمله استفاده از تبدیل ویولت، تبدیل پارک و تبدیل فوریه به همراه روش های کلاس بندی همچون شبکه عصبی و یا SVM جهت تشخیص خطا به کار رفته اند. با استفاده از تحلیل هیستوگرام می توان با پیچیدگی محاسباتی بسیار کمتر و زمان کوتاه تر ویژگی های شکل موج خروجی را استخراج و سپس طی الگوریتمی عملکرد موتور را به حالت متعادل برگرداند. شبیه سازی مدار قدرت اینورتر چندسطحی در محیط نرم افزار PSIM و شبیه سازی بخش مدولاسیون و نیز تشخیص خطا در محیط SIMUlixnk/MATLAB انجام گرفته و بین این دو محیط توسط SIMCOUPLER ارتباط برقرار گشته است. در بخش مدولاسیون روش جدیدی پیشنهاد و شبیه سازی شده است و سپس شکل موج های بدست آمده از ولتاژ فاز خروجی وارد سیستم تشخیص خطا شده اند. سپس بردار هیستوگرام این شکل موج ها استخراج شده و پس از آن مشخصه های بدست آمده به شبکه عصبی داده می شود و کلاس بندی خطا انجام می پذیرد. در صورت وجود خطا با توجه به نوع و محل آن عملیات تجدید ساختار به منظور تصحیح عملکرد انجام می گیرد. نتایج بدست آمده نشان می دهد که دقت در تشخیص خطا و کلاس بندی با استفاده از این روش بهبود یافته و زمان کوتاه تری مورد نیاز می باشد و نیز این روش در شرایط نویزی عملکرد مناسبی دارد.