随着能源日益匮乏、环境污染严重等问题的出现,人类急需一种清洁、绿色的新能源,因此风能逐渐成为全世界关注的重点,风力发电行业由此得到大力发展。为此我国详细设定了中长期规划,规划中明确提出要大力开展对大型风力发电设备的研究工作,因此风电行业得到了快速发展。在风力发电行业快速发展之际,风力发电机组巨大的维修与养护资金迫使整个风电场的经济利益受损,阻碍了整个行业的快速向前发展。因此,如何快速有效的对风力发电机组的故障做出检测和诊断,从而降低维修与养护的成本,是整个行业面临的一个难题。为此本文对风电机组的故障检测与诊断方法展开了研究,分析了目前国内外的研究现状,并提出应用传声器阵列实现远程、非接触的风电机组故障诊断方法。本文为了减少研究的工作量,加快论文的完成进度,仅以风电机组中的齿轮箱作为研究对象。之所以会选择齿轮箱也是考虑到,它是故障的高发部件,并且其故障造成的停机维修时间最长,经济成本最高。本文主要的故障诊断方法是:首先在风机塔底布置传声器阵列实时采集齿轮箱发出的声音信号,并获得声音信号频谱图,然后借助小波包分析方法,将每种风电机组故障频谱图的特征提取出来,并建立特征向量,最后以特征向量作为数据样本,训练SVM模型及故障识别。本文还根据故障诊断方法开发出基于Labview平台的故障诊断系统,并在某风场进行现场试验,结果表明该系统是行之有效的。