大规模风电机组并网会给电力系统的稳定性带来重大影响,在电力系统运行分析中,仿真模型需要与物理系统一致,其中模型参数的准确性是确保电力系统模型准确的关键所在,在风电机组测试与运行中,参数辨识是获取模型参数是一种可行方法。本文结合人工智能发展的相关研究成果,开展了双馈风机变流器控制系统的参数辨识研究,主要工作如下:首先,对双馈风机的数学模型进行了分析,并考虑风机在不同运行区下的运行特性,建立了相对应的时域仿真模型,并对双馈风机变流器控制系统关键参数及其可辨识性进行了分析。其次,对群智能算法的共性问题进行了分析,结合风电机组参数辨识在工程中的应用建立了可支撑新能源机组参数辨识的研究框架,基于本框架可展开不同类型的新能源机组的参数辨识方法研究,也可用于基于实际生产运行数据的模型参数校验。在此,结合免疫策略、引入代沟值,提出了一种混合遗传算法,并引入到双馈风机变流器控制系统的参数辨识中,同时针对双馈风机变流器控制系统的特殊模型结构,提出了一种“单独辨识、精英保留、整体辨识”的辨识策略,结合双馈风机不同的运行工况,应用仿真数据进行了算法验证。最后,针对风机运行中的数据缺失、无效等复杂情况,提出了基于不完全信息的双馈风机变流器控制系统参数辨识方法,分别针对转子电流、定子电流、网侧电压、定子电压、转子电压等不同电气变量缺失的情况,进行了风机数学模型推导分析,建立了相关电气变量信息缺失条件下的参数辨识方法,并分别通过仿真数据和实际生产数据验证了方法的有效性。本文所提出的新能源机组参数辨识的研究框架及相关辨识策略与方法,在新能源接入电网系统的调度运行中具有一定的实践意义。