双馈发电机是风电机组的重要组成,其稳定、健康运行对整个机组具有极其重要的影响。但其安装在高山、戈壁滩与海上,运行环境越来越恶劣等因素的影响,致使风电机组故障频发,故障形式多样,在双馈发电机的故障中,定子绕组匝间短路是一种常见的故障,同时,电流、电压等传感器均会发生故障,故障发生后可能引起机组停机,也有可能造成相关电气设施损坏。如果及时知道故障发生,就能够安排相关的维护工作,挽回不需要的经济损失,因此研究双馈发电机的故障诊断具有重要意义。基于粒子滤波算法的故障诊断方法是一类基于模型的故障诊断方法,非常适用于处理非线性系统的故障诊断问题,但是作为方法核心技术的粒子滤波存在粒子退化、粒子贫化的问题,致使状态跟踪精度不高。因此,粒子滤波算法的优化也是国内外学者研究的热点,针对粒子滤波算法存在的问题,本文采用改进后的粒子滤波应用在风电机组双馈发电机的故障诊断中的进行深入研宄。主要的研究内容如下:（1）风电机组双馈发电机系统本身结构复杂,由于双馈发电机的转子转速高度非线性,使得双馈发电机系统具有非线性和强耦合特点,因此深入分析双馈发电机系统的结构工作原理、故障机理和故障特征,以双馈发电机系统的数学方程为基础,研究定子绕组、电流与电压传感器不同故障情况下所导致的参数变化趋势,合理确定故障类型和故障特征参数,基于不同参数分别建立多故障诊断模型。（2）针对粒子滤波算法中,由于样本贫化现象所导致的故障诊断准确度低的问题,采用基于改进鸟群算法优化粒子滤波的新算法。首先,针对标准鸟群算法容易陷入局部最优问题,引入动态自适应系数和自适应步长,把每只鸟的位置和全局最优位置信息引入到自适应变化控制中,从而改善陷入局部最优的问题;其次,采用改进后的鸟群算法优化粒子滤波重采样过程,即通过模拟鸟群的觅食、警戒和飞行行为使得粒子移向高似然区域,改善粒子贫化,提高状态估计的精度。（3）针对故障隔离策略单一,不能实现有效隔离的问题,提出模糊C均值（Fuzzy C-Means,FCM）聚类算法与多模型结合的故障隔离方法。首先,基于双馈发电机系统多故障模型,用改进的鸟群算法优化粒子滤波对双馈发电机进行状态估计,然后依据改进粒子滤波的状态估计值和系统实际输出值对比得到残差,进行故障检测;最后计算实际系统输出与每个故障模型的聚类中心的隶属度,判断故障类型,提高故障分离的准确性。