Los convertidores modulares multinivel (MMC) tienen una estructura compleja y un gran número de submódulos (SM). Si hay una falla en uno de los SM, afectará el funcionamiento confiable del sistema. Por lo tanto, el diagnóstico rápido de fallas y la localización precisa de las fallas son cruciales para garantizar el funcionamiento continuo del sistema. Sin embargo, las fallas de circuito abierto de IGBT en diferentes submódulos de los MMC tienen características de falla similares, y el método tradicional de extracción de características de falla no puede extraer de manera efectiva las características clave de la falla para localizar con precisión los submódulos defectuosos. En respuesta a este problema, este artículo propone un método de diagnóstico de fallas basado en la entropía de permutación de amplitud ponderada (WAPE) y la teoría de fusión de evidencia de Dempster-Shafer. Los resultados de la simulación muestran que WAPE tiene una mejor capacidad de extracción de características que la entropía de permutación básica, y la salida de decisión de características multiescala fusionadas tiene una mejor precisión de diagnóstico que la característica de escala única. En comparación con los métodos tradicionales de diagnóstico de fallas, este método logra el diagnóstico de múltiples tipos de fallas al recopilar una sola señal, lo que reduce en gran medida el número de muestras y conduce a una mayor precisión de diagnóstico y una velocidad de diagnóstico más rápida.