随着风力发电产业势如破竹的发展,世界各国的风电装机数量和容量得到了快速提升。但实际运行的风电机组总存在一定的故障率,如因风电机组系统故障导致不能正常并网发电,则会造成巨大的经济损失。叶轮故障是风电机组中发生概率较高的故障之一,如果能够在叶轮故障产生的早期发现并及时维护,不仅可降低风电机组的故障率和减少维修费用,而且可以延长风力发电机年发电时间和使用寿命,从而大幅降低风电的成本,这对推动风电平价上网与风电产业健康持续发展具有很重要的现实意义。近年来,永磁直驱风电机组凭借经济性和可靠性的优势成为风力发电技术的研究热点。因此,本课题以永磁直驱风电机组为背景研究叶轮不平衡故障诊断方法。文中详细分析了包括质量不平衡和气动不平衡故障在内的叶轮不平衡故障的机理,重点阐述了叶轮不平衡故障对永磁直驱风电机组电气特性的影响,并基于希尔伯特（Hilbert）频谱分析和改进多重信号分类算法MUSIC（Multiple Signal Classification）提取发电机电流信号的故障特征实现叶轮不平衡故障的诊断。具体的研究工作和内容如下:（1）搭建了适合叶轮不平衡故障模拟和分析的机-电仿真平台,该平台全面考虑了风力机空气动力学、机舱和塔座的结构动力学、永磁风力发电机特性及其控制策略,为叶轮不平衡故障和机组特性仿真研究打下基础。（2）基于建立的永磁风电机组机-电模型,分析了叶轮质量不平衡故障时永磁风力发电机的故障特征,分别采用基于Hilbert频谱分析和改进MUSIC定子电流分析法,研究叶轮质量不平衡故障诊断方法,并进行了仿真和实验验证。（3）基于建立的永磁风电机组机-电模型,分析了叶轮气动不平衡故障的机理,分析了气动不平衡故障时永磁风力发电机的故障特征,分别采用基于Hilbert频谱分析和改进MUSIC定子电流分析法,研究叶轮气动不平衡故障诊断方法,并进行了仿真和实验验证。