随着风电行业的快速发展,风电场规模不断扩大,风电场集控中心应运而生。风电场集控中心以“远程监控、无人或少人值守”为目标,将区域内的多个风场所采集的数据汇集到一起,设立远程集中监控,改善了现场工作人员的工作环境,降低了运维成本。然而,集控中心采集上来的“大数据”并未得到充分利用,而只是用作实时监控、生成报表和历史数据的查询、统计,造成了资源浪费。本文基于风电场集控中心中所存储的海量数据,运用机器学习算法进行风电机组的状态监测和故障诊断,本文主要工作内容如下:首先,使用RF算法对传动系统的特征参量进行提取。针对SCADA系统中采集频率为1s的历史振动数据,采用k-means算法结合马氏距离清洗出风电机组传动系统正常运行状态下的健康数据。特征选择方法使用了随机森林中决策树生长所依据的Gini系数对传动系统特征参量进行重要性评估,最终得到传动系统的特征向量。其次,提出一种将小波变换和神经网络相结合的集成预测模型。选取不同的小波参数分解振动数据,并对分解后的振动数据进行特征参数提取,结合神经网络对振动数据进行回归,重构后得到基学习器的输出,采用偏最小二乘对基学习器进行组合得到集成模型的输出;根据T2控制图来监测风机传动系统的运行状态。然后,针对机组传感器失灵或通讯中断的问题,提出了基于虚拟传感器的机组传动系统状态监测方法,采用跟本风机具有相似风资源的风机的信息建立虚拟传感器风电机组传动系统状态监测模型,实现了在通讯故障情况下对风机状态的有效监测。最后,针对现场振动信号非平稳性的特点,选用小波包分析方法对现场数据进行降噪处理,利用小波包能量提取传动系统的故障特征,综合时域指标和频域指标作为分类模型的输入;针对随机森林容易过拟合的不足,采用XGBoost多分类算法对传动系统故障进行分析,实现了对风电机组传动系统的多故障诊断。