随着经济领域与人类社会的快速发展,能源的加速枯竭与日益严重的环境污染是长期以来亟需面临与攻坚的问题,因此环境友好的可再生清洁能源的发展得到了国际社会的高度重视与广泛关注。作为产业化条件最为成熟的新型可再生清洁能源,风能以其污染小、蕴藏量丰富的特点在全球范围内得到了广泛的认可与青睐,风力发电相关技术也在近年来学术与工业领域的大量相关研究中取得了飞速的进步。随着风力发电机组逐渐向大型化、智能化的趋势发展,风力发电机组在复杂运行环境下的低性能、风电场部署位置偏远带来的高支出以及风力发电机组关键部件面临的高风险使得风电场的经济性运行问题日益凸显。为此,面向大型水平轴变速风力发电机组,开展包括发电性能量化分析、发电性能优化提升、频发故障精准预警等在内的风力发电机组数据分析技术的研究工作,对风力发电行业的运维智能化具有十分积极的推动作用。在全球大力推广风电数字化的当下,风力发电机组监视控制与数据采集（Supervisory Control And Data Acquisition,SCADA）系统中丰富的数据资源为风力发电机组数据分析技术的快速迭代与革新注入了新鲜的活力,也为从数据驱动与数据挖掘角度实现风力发电机组的稳定、可靠、安全、高效运行提供了无限可能。本文结合国内外各领域中的最新研究成果,针对水平轴大型变速变桨距风力发电系统的数据质量提升、发电性能评估、发电性能提升、频发故障预警等问题提出了一系列解决方案,并分别基于风力发电机组的仿真运行数据集与真实运行数据集对解决方案中各种算法的有效性、准确性、可靠性与可实施性进行了分析验证。本文的研究工作主要包括以下六个方面:1.对风力发电领域的发展情况与发展趋势进行概述,并对风电相关数据分析技术的发展现状进行调研与总结。2.研究风力发电机组SCADA运行数据预处理问题。首先,对风力发电机组SCADA运行数据的空间分布特征与时序分布特征进行研究,挖掘数据变量的时空相关性。其次,面向风力发电机组SCADA功率曲线空间散点数据的异常运行状态检测,分别提出基于机组预设性能的功率曲线异常点检测算法与基于距离-密度混合信息的功率曲线离群点检测算法,提升风力发电机组运行数据的可靠性。进一步,研究基于降噪自编码与双向门控循环单元的SCADA时序数据缺失值填充算法,以满足SCADA时序数据连续性需求并实现对缺失数据精准重构的目的。最后,使用某型号风力发电机组的仿真数据集与真实数据集对所提出的两种数据预处理算法的有效性与准确性进行验证。3.研究风力发电机组出力性能分析问题。首先,基于上述研究内容中预处理后的风力发电机组正常运行数据,基于最小二乘B样条估计技术设计风力发电机组功率曲线建模算法,通过引入风速区间划分、区间中心点计算、主导点选取等技术实现对风力发电机组高可靠功率曲线模型的构建。其次,提出考虑风湍流强度标准化修正的功率曲线迭代建模流程,实现有功功率变量与风湍流强度相关关系的解耦,达到提高功率曲线建模准确性与真实性的目的。进一步,对功率曲线模型中的超参数取值与模型建模效果之间的相关关系进行分析,制定超参数优化选取策略以最大化功率曲线建模性能。最后,将提出的功率曲线建模算法与现有学术界与工业界常用的两种功率曲线建模方法的效果进行对比,并基于某型号风力发电机组真实运行数据集对建模结果的有效性与准确性进行验证。4.研究风力发电机组偏航测量偏差的辨识问题。首先,对偏航测量偏差的概念与成因进行了详细介绍,并对该变量与风力发电机组发电性能之间的相关性进行了量化分析。其次,从数据挖掘的角度出发,分别面向低采样频率与高采样频率的SCADA数据设计偏航测量偏差的在线辨识算法:针对低频SCADA数据,通过前述功率曲线建模技术对不同偏航误差区间下的机组功率曲线进行建模,进一步设计功率曲线量化分析技术对不同偏航误区间下机组的发电性能进行评估,确定偏航测量偏差的取值范围;针对高频SCADA数据,研究对低风速段运行数据的风速与低速轴转子转速进行小范围区间划分的方法,进一步结合最小二乘估计技术对偏航误差与有功功率的相关关系进行拟合,实现对偏航测量偏差值的准确辨识。最后,分别使用某型号风力发电机组的仿真运行数据集与真实运行数据集对所提出算法的有效性、准确性与可实施性进行验证。5.研究风力发电机组关键部件过温故障的预警问题。首先,对风力发电机组的温度故障成因与表现形式进行了介绍。其次,针对风力发电机组关键部件过温故障的预警需求,提出一种结合正常行为模型、残差控制图与预设故障预警判别策略等技术的数据驱动预警算法:正常行为模型用于提取与故障密切相关的温度变量在正常运行情况下与其他变量之间的特征关系,残差控制图用以检测正常行为模型估计结果与真实值之间的残差序列的异常变化状态,预设故障预警判别策略则用于进一步提高残差序列异常变化状态监测结果的鲁棒性与可靠性。进一步,分别对采用不同机器学习技术构建得到的正常行为模型与不同残差控制图进行组合,综合考虑正常行为建模性能与残差控制图检测性能并选取最优组合作为故障预警的最终结构,实现故障预警算法性能的最大化。最后,基于风电场真实运行数据集对故障预警算法在两种关键部件过温故障上的应用效果进行了验证。6.对本文的研究内容进行总结,并展望未来的研究方向。