风力发电在全球范围内受到关注,成为发展最为迅速的可再生能源。总体上,风力发电可分为陆上风电和海上风电。与陆上风电相比,海上风速稳定、机组容量大,此外海上风电更靠近负荷中心,具有广阔的开发前景。近年来,我国海上风电开发进入快车道,装机容量迅速增加。尽管如此,海上风电开发与运营仍面临诸多挑战,主要体现在投入巨大、运行环境恶劣、维护难度大、维护成本高等方面。现有的风电维修策略无法有针对性地制定维修计划,容易造成维修不足或过修情况。本文以海上风力机及其零部件为研究对象,考虑风速等环境因素影响,综合应用视情维修、多阶段预防性维修、动态机会维修、多目标维修等维修策略,分别以产品成本率、可用度作为优化目标,进行多目标维修决策优化研究。论文主要研究内容包括:（1）基于有效年龄的海上风力机多级机会维修优化。以维修成本率最低为目标,以最优有效年龄组数为决策变量,建立多级预防性机会维修优化模型。通过对运行部件年龄组别的划分,采用更换、预防性更换、多级预防性维修等多种维修方式,建立多级预防性机会维修模型。研究结果表明:与传统的预防性维修相比,基于有效年龄的多级机会维修优化模型能显著降低成本率。（2）考虑风速影响的海上风力机动态机会维修优化。在静态机会维修策略的基础上,通过分析风速条件变化对维修阈值的影响,提出一种考虑风速影响的动态机会维修优化策略。基于马尔可夫模型生成风速时间序列,以维修成本率最低作为优化目标,建立面向风力机多部件的动态机会维修优化模型;采用模拟退火算法,求解和优化动态维修阈值。研究结果表明:与传统等周期维修策略和静态机会维修策略相比,动态机会维修策略可以更好地根据风速水平制订维修策略,有效地降低成本率、提高可用度。（3）基于人工神经网络的风力机视情机会维修优化。根据状态监测信息,采用人工神经网络方法预测部件剩余寿命;通过分析风力机状态,开展故障时间分布预测,利用条件故障概率表征风力机部件劣化状态,分别建立基于可用度与成本率的单目标维修数学模型。在此基础上,以可用度最高和成本率最低为优化目标,建立面向维修的多目标优化模型,并采用NSGA-Ⅱ算法求解模型,得到优化的视情机会维修策略。研究结果表明:与等周期预防性维修和单条件阈值视情机会维修相比,本文提出的视情机会维修策略能有效降低维修成本率,且多目标维修可以根据约束条件要求提供更多的维修方案。本文的主要工作包括:根据状态监测信息,利用人工神经网络制订视情维修计划;考虑风速影响,制订动态机会维修策略;基于部件有效年龄,建立多级预防性机会维修优化模型。开展基于可用度和成本率的海上风力机多目标维修优化研究;从多阶段预防性维修、动态机会维修和视情维修等层面,丰富维修决策模型及其方法体系,为海上风电场维修计划的制定提供理论依据。