随着风力发电机组大型化的不断发展，目前通用的传统的风力发电机组偏航控制存在的对风误差大、对风滞后所引起的机组对称载荷加剧、疲劳载荷增加显著和风能捕获能力差等问题开始逐渐彰显出来。如何提高风力发电机组的对风精度、降低机组载荷、提高发电量成为一个亟待解决的问题。本文从偏航系统的工作原理、风向预测方法、偏航控制的改进、整机建模仿真等方面对智能偏航控制系统进行了研究。主要内容如下：（1）通过对风的风向特性以及神经网络算法中BP神经网络的研究，设计出基于风向特性变化特性的BP神经网络风向预测模型，该模型能够基于前30s的风向以及风机所属地区的风向特性预测后10s的风向。仿真结果显示该模型对风向预测的误差93%都在5°之内。（2）针对目前采用风向标测风的风力发电机组所存在的测误差大的问题，本文提出通过加入修正补偿角的方法来降低风向标测风的误差，由于风向标测风误差大而设置的自动偏航控制的容差角也相应的减小。本文通过加入风向补偿角的风向，计算出30s的平均风向以及10s后的风向，将这两个风向的平均值作为自动偏航控制输入风向对自动偏航做了改进。当加入修正补偿风向，风向标的测风精度明显提高，进而也提高了偏航系统的对风精度。（3）通过Matlab和Bladed联合建立风力发电机组整机模型，对本文所建立的偏航控制进行仿真，基于风向预测的偏航控制能够有效的降低机组的载荷、提高机组的发电量。