随着风力发电产业的发展,风电作为一种新型能源在我国能源结构中所占的比例越来越大。风力发电机故障诊断技术可以有效地提高机组的可靠性,降低风力发电场的运营成本,提高风力发电场的运行效率,对促进风电产业的发展以及能源结构的调整具有重要的意义。论文介绍了故障诊断技术的基本原理,总结了风力发电机组的常见故障及故障机理。针对现有风力发电机故障诊断系统存在的可靠性低、造价高、适应性差的缺点,结合风力发电机组的研究发展方向,提出了一种以风力发电机组电流信号分析为主的直驱型同步风力发电机故障诊断方案。分析了电流信号用于风力发电机故障诊断的基本原理,在此基础上采用永磁同步发电机建立了一套模拟直驱型风力发电机运行的实验模型。通过采集实验模型在负载不平衡故障运行状态下的电流信号,并利用小波包工具分析出电流信号各频段分量中所隐含的特征参数,证明了电流信号用于直驱型风力发电机组故障诊断的可行性。根据系统的设计要求,结合BP神经网络系统与专家系统的优势,设计了一套基于电流信号分析的神经网络专家故障诊断系统。重点研究了故障诊断系统的BP神经网络推理模块,利用MATLAB软件的神经网络工具箱对故障推理模块的相关参数进行了确认,完成了故障推理模块的训练和仿真实验,获得了风力发电机组故障诊断的仿真结果。结果表明,采用BP神经网络作为故障诊断系统的正向推理模块,具有较好的诊断结果。总结了直驱型同步风力发电机故障诊断系统有待于完善和进一步研究的问题。论文所做的工作对直驱型同步风力发电机故障诊断具有重要的参考价值。