在风电机组故障检测与诊断领域,目前主要采用振动检测技术和噪音检测技术。但两者存在抗干扰性弱、成本高、设备安装不便等方面的问题。为了使风电机组的故障更容易被检测与诊断,需要有一种抗干扰性强、成本较低、设备安装便利的检测与诊断方案。本文采用电机电流特征分析(Motor Current Signature Analysis,MCSA)技术设计了一套故障检测与诊断方案,应用于风电机组中关键的偏航系统和变桨系统中,取得了较好的效果。本文主要研究内容及成果如下:(1)利用MCSA技术,本文设计了一套风电机组偏航系统和变桨系统故障检测与诊断的方案。该方法利用偏航电机与变桨电机的电流信号进行故障检测与诊断,不受外界干扰、节约成本、设备安装便利。(2)针对MCSA技术在偏航系统故障检测中存在端点效应等问题,本文对其进行了三点改进。首先利用平方解调制技术对信号进行处理,再进行频谱分析。然后利用Park矢量模平方技术来改进小波分析法,检测出部分利用频谱分析无法有效诊断的故障。最后引入基于自适应白噪声改进的经验模态分解,进一步分析故障信号。仿真结果表明利用改进后的MCSA技术,可以获得更加清晰的故障特征。(3)针对风电机组变桨系统难以直接对故障进行检测的问题,本文利用改进的MCSA技术,分别通过改进后的频谱分析、小波分析与经验模态分解,对电机电流提取特征信号。仿真结果表明,该MCSA技术可以准确地识别出故障特征。