面对全球能源短缺、环境污染日趋严峻、节能减排要求不断提高的背景,风能作为一种可再生清洁能源,日益被世界范围内的能源发展所重视和接受。中国风电产业一直保持着迅猛的发展速度,国内总装机容量和新增装机总量逐年上升。受机组运行环境恶劣、优质风资源减少等因素的影响,近些年机组设计向着大单机容量、低温耐寒、低速高效的方向发展。风电产业的急速扩张背后带来的是产能过剩及日益彰显的质量问题,伴随着国内风电行业“重制造,轻管理”的现状,风电场设备故障频频发生,严重影响了机组的运行效益及电网安全运行。本论文针对上述背景现状,综合运用知识工程、数据挖掘、信号融合及模式识别等技术,开展风电机组故障诊断工作的研究,有效解决风电机组故障模式识别和故障因素诊断,为风电机组状态监测与故障诊断系统的研发提供有效技术手段。本论文具体研究工作如下：(1)开展风电机组故障模式及知识分析方法的研究。从风电机组故障模式属性分析出发,对不同属性故障模式进行符号标识。运用故障树分析方法和失效模式及影响分析方法对层次化的故障原因、故障影响以及具体处理措施展开深入剖析,最终获得较为全面的故障知识信息库,为风电机组故障模式的识别、故障因素量化及诊断提供故障知识信息元；(2)开展风电机组故障建模及特征提取方法的研究。从风电机组故障建模方法的研究出发,运用机理建模和反向建模方法实现风电机组故障模型的构建。研究机组故障随时问发展尺度下的多元动态特征演变特性,运用变工况条件下的故障特征提取方法挖掘多元故障特征信息。为风电机组故障量化建模以及不同发展阶段故障模式识别提供特征信息基础；(3)开展风电机组故障模式识别方法的研究。从风电机组故障模式识别模型特性分析出发,开展不同特征元数、不同测点耦合特性的各故障模式识别工作。研究工作同时考虑到机组故障模式随时间尺度发展特点,根据故障不同发展阶段的故障和特征特点,解决不同严重程度的故障模式的识别问题,不仅实现了风电机组早期故障模式的预知性识别,并且有效解决了风电机组复杂系统并发故障模式的识别工作；(4)开展风电机组故障量化分析及诊断方法的研究。以风电机组故障知识分析结果为基础,运用机组故障风险评价和故障原因重要度计算方法,结合风电场运维经验数据实现风电机组故障因素的量化分析。辅助实现风电机组故障原因、故障影响及具体维修措施等故障因素诊断的同时,在一定程度上指导风电场维修决策和优化业务的开展；(5)开展风电机组状态监测与故障诊断系统的研究。本论文依据风电机组状态监测与故障诊断关键技术问题的研究结果。针对1.5MW华锐SL1500机组研发机组传动链振动数据采集装置,并设计合理的风电机组振动数据与SCADA数据计算分析、传输通讯方案,运用Delphi7.0开发平台和Oracle10.0g数据库开发风电机组状态监测与故障诊断系统,推进本论文所研究的风电机组状态监测与故障诊断工作的技术转化和工程应用。