大型旋转机电设备安全稳定运行对经济和社会具有重要影响，保障其安全稳定运行的研究工作具有重要意义，也是国内外学者面临的重要课题。风电机组是一种典型的大型旋转机械，其传动系统由稳定运行状态劣化为非稳定状态有一个发展变化的过程，大部分劣化发展趋势依存于时间历程。若能够对传动系统运行稳定性劣化趋势进行有效预测，揭示劣化发生、发展直至恶化的演变过程，则有利于实施预知维护，避免恶性事故发生，为保障系统安全稳定运行提供科学手段。本论文以风电机组为研究对象，对其传动系统运行稳定性劣化趋势预测方法开展了深入的研究，主要研究内容及创新点有：(1)研究风电机组传动系统运行稳定性劣化信息预处理方法，提出基于Birgé-Massart阈值的小波变换模极大值弱信息预处理算法。该算法利用信号和噪声在多尺度空间中的小波变换模极大值随尺度增大所具有的不同传播特性，采用Birgé-Massart惩罚策略获取阈值，调节阈值获得小波分解各尺度上合适的模极大值点序列，增强获取信号突变点的能力，解决运行稳定性劣化进程中早期劣化特征信息微弱，稳定性劣化特征往往被变工况等非劣化信息淹没的问题。实验验证表明，该信号预处理方法能够凸显状态特征信息，获得较小的均方根误差以及较高的信噪比，能够进行设备状态特征弱信息的预处理。(2)研究高阶累积量劣化特征提取方法，提出基于敏感性、趋势性、差异性、一致性判断特征提取方法的趋势预测适用性的方法，解决变工况、非平稳运行状态下，劣化特征与变工况等非劣化特征耦合难以分离，以及劣化趋势预测研究中特征提取方法的选择缺少理论依据的问题。传动系统多种劣化类型下不同劣化程度状态的实验结果表明，该方法可对不同特征提取方法分离劣化特征的性能进行有效分析。(3)提出“1.5维谱频带能量均值”的概念，提出基于“1.5维谱频带能量均值”的隐马尔可夫运行稳定性劣化趋势预测方法。融合1.5维谱和四阶累积量对角切片谱特征提取方法获取多种劣化类型下不同劣化程度状态的运行稳定性劣化特征向量，建立风电机组传动系统多种劣化类型模型，诊断传动系统的劣化类型，根据频带能量均值对具体劣化类型下状态的劣化程度进行量化，获得劣化程度量化区间，建立运行稳定性劣化的状态序列，应用隐马尔可夫模型对劣化状态进行趋势预测研究。开展工业现场风电机组实验验证，结果表明，该方法能够揭示设备运行稳定性劣化的趋势，可以作为确定系统运行状态以及判断系统劣化趋势的依据。(4)提出基于“劣化演化矩阵”的风电机组传动系统运行稳定性劣化状态评价方法，定义稳定性劣化均值、稳定性劣化方差等状态劣化趋势的表征参数。面向风场风机实际运行状态，进行基于该评价方法的实验验证，结果表明该方法可以准确描述稳定运行状态劣化为非稳定运行状态的劣化演化过程，能够对设备实际运行状态进行有效评价。