海上丰富的风能资源,使得海上风电技术成为近年来研究和应用的热点。然而,海上环境相对于陆地环境更加复杂恶劣,海上风力发电机组各部件承受的载荷比陆地上的更大,给海上风力发电机组载荷优化及控制造成一定的困难。同时,低效的载荷优化方法将会造成过大的疲劳载荷和极限载荷,进一步严重影响海上风电系统的稳定运行。因此,本文以提高海上风力发电机组的稳定性、降低机组载荷为研究目标,结合数据驱动理论,对海上风力发电机组的功率及载荷优化展开研究。论文的主要工作内容如下:首先,针对海上风力发电机组所处的海洋环境特点,基于风速四分量以及随机过程理论分别建立海上风电场中风速和海浪模型以及风电系统模型,基于Matlab/Simulink对风速、海浪以及风电系统模型进行了仿真验证,作为后续海上风力发电机组的功率和载荷优化的研究基础。其次,根据海上风电场中风力发电机组受到复杂环境干扰,其受控模型难以精确建立的缺点,借鉴数据驱动思想,基于Hammerstein模型设计出海上风力发电机组的功率预测模型,为了有效降低预测过程的计算复杂度对预测效果的影响,通过中间信号重构方法简化了奇异值分解计算步骤,同时保证了海上风电机组输出功率的预测精度,并在功率预测的基础上设计基于数据驱动海上风电机组统一变桨距控制方案,减小了海上风电机组转速载荷及功率波动。再次,由于在风波联合作用下,海上风电机组存在机舱摇摆问题,导致风轮受到的不平衡载荷大,为此研究一种基于数据驱动的海上风电机组独立变桨距控制方法。该方法在统一变桨距控制器的基础上设计了基于数据驱动的独立变桨距广义预测控制器,并通过基于拟牛顿信赖域的方法提高了寻优速度,同时保证了海上风力发电机组的载荷优化效率。最后,结合Matlab和GH Bladed软件设计海上风电机组载荷优化平台,并且对上述研究方法进行仿真验证。仿真结果表明:所提出的方法能有效提高海上风力发电机组的功率预测精度以及载荷优化效率,为保证海上风力发电机组的稳定性和可靠性提供有力依据。