随着人口的增长、能源的紧缺,风电作为一种取之不尽用之不竭的清洁能源必将迅速发展,甚至最终取代传统能源的地位。伴随着风电迅速的发展,风力发电机的维护工作也越来越重要。特别是风力发电机的关键部分比如齿轮箱,一旦出现故障将会造成大量的经济损失。功能良好的风力发电机组齿轮箱状态监测和故障诊断系统能够保证风电机组稳定运行,降低故障发生率。本文主要是针对风力发电机齿轮箱的状态监测和故障诊断问题的研究。由于风力发电机结构复杂且极易发生故障,同时齿轮箱又是风力发电机故障高发部件,因此本文就以下几点进行了研究与分析:首先,本文深入研究了风力发电机齿轮箱常见故障以及常用的故障诊断方法。其次,本文在风力发电机组齿轮箱故障模拟实验平台的基础上做了大量的齿轮箱故障实验,用小波消噪和小波包分解方法对实验所得数据进行前期处理,并且分析了风力发电机齿轮箱的时域故障特征和频域故障特征。然后,本文提出了一种改进的K最近邻域(KNN)智能故障诊断算法,用在风力发电机齿轮箱故障诊断中,并取得了良好的效果。最后,本文还提出了一种合理的针对风力发电机组齿轮箱状态监测与故障诊断系统的构架方案,并且借助了学校实验室小型风力发电机组模拟实验装置与齿轮箱故障诊断模拟实验装置仔细的介绍了整个系统的每个单元的实现方案以及每个单元的功能。