当前,人类面临着日益突出的能源危机和环境问题,可再生能源的开发和能源的最大化利用越来越受到重视。作为可再生能源发电的主要方式之一的风力发电,在近些年来,发展势头逐渐平稳且饱和。而与此同时,随着装机容量的增加,风机的故障和事故的发生率也上升了不少,不仅会造成经济的严重损失,还会对电网的稳定运行以及现场安全造成巨大的影响。通过数据统计发现,易于发生故障的组件有发电机、叶片、齿轮箱、偏航系统等。本文通过对各部件故障进行仿真模拟,得到故障时的各项数据,最终通过比对分析确立以风电机组的叶片位移和挠度作为本文的研究对象。作为风机的动能来源,叶片的状态关系着风机系统的正常运行与否。本文对叶片的姿态信息进行分析处理,采用最小二乘法对运行轨迹椭圆拟合,得到了不同工况下叶片姿态与故障之间的相关性。后又采用时频域分析方法,对叶片的位移与挠度信号进行特征值数据的提取,根据诊断手段的灵敏性和准确性,确定分析方法中较为有效的处理手段,如叶片运行轨迹椭圆拟合、相关性分析、频谱分析、小波包分析等,对比得出利用椭圆轨迹拟合和相关性分析可以对振动信号的时域特征进行较好地观测,而频域分析上则是小波包分析后的特征值更加具有参考性。随后又针对监测系统的上位机程序,借助LabVIEW开发平台设计监测界面,与现场数据进行通信,对采集数据进行监控与分析处理。最终调试程序确定监控系统可以实现采集叶片状态信号并且提取特征信息,对叶片健康状态进行监测。