偏航系统是风电机组的重要组成部分,偏航控制策略直接决定了机组对风能的利用效率,也影响机组的使用寿命。现役风电机组普遍采用固定容许偏航误差角、固定的偏航延迟时间和固定偏航角度的控制策略,在风速风向频繁变化的复杂环境中,经常出现“过偏航”和“欠偏航”现象。围绕这个问题,论文开展了如下研究工作:首先,介绍了风电机组基本组成,阐明了偏航控制系统功能及工作原理,分析了不同风速风向下存在的偏航误差。其次,在清洗风电机组SCADA历史数据的基础上,拟合得到机组正常工作状态下的风功率曲线,结合风速与风向参量划分工况。针对偏航误差在不同风速、不同控制阶段内对机组的不同影响,提出了分工况优化偏航控制策略的方法。以发电量和偏航过程耗损电量为目标函数,统计各工况下机组历史数据,计算风向变化频率、风向持续时长等特性参数,获得相对应的风向变化角度Aα,以及偏航时延时间At,作为优化后启动偏航的条件。最后,应用K-means算法将历史数据进行聚类,得到不同类别的聚类质心点,并利用质心点计算法对实时风向变化进行归类;调用不同类别下训练的BP神经网络进行未来风向预测,作为偏航运行角度。实例验证表明,根据历史数据计算得到的启动偏航条件与偏航运行角度构成的优化偏航控制策略模型,提高了偏航对风精度,增加发电量,减少机组偏航次数,进而降低了故障率,延长了机组使用寿命。