大型风电机组运行状态识别与预警对于实施及时维护、减少停机时间和运营维护成本具有重要意义。应用风电机组SCADA数据,开展大型风电机组运行状态识别与预警研究,可以避免增加监控装置引起的安装不便和成本增加,已经发展成为大型风电机组运行状态识别与预警研究的主要方向。本文针对现有基于SCADA数据的风电机组运行状态识别与预警主要集中在基于物理机制建模和异常(含故障)状态数据训练智能建模研究的不足,提出基于SCADA数据参数关系和小概率原理的运行状态识别与预警方法,避免由于异常状态训练数据不足而带来的困境。论文主要研究内容如下:(1)系统论述某2MW大型直驱式风电机组结构与原理、SCADA系统。首先,介绍本文研究对象某2MW大型直驱式风电机组结构与原理,分析其运行过程能量、信息传输与交互机制和能量传输数学模型;然后论述风电场及其大型直驱式风电机SCADA系统结构、硬件与软件,分析SCADA系统数据格式和数据参数之间的关系,提出基于SCADA数据关系的大型直驱式风电机组运行状态识别与预警原理。(2)提出基于SCADA数据关系的风电机组健康状态指标。首先,采用滑动窗口模型,结合Bin方法对数据进行处理,提出基于SCADA数据关系风电机组运行状态多项式拟合建模方法;然后,基于数据关系曲线欧式距离,提出无量纲风电机组运行健康指标及其计算方法,健康指标具有良好的稳定性和敏感性;最后,讨论数据窗口宽度、窗口增量、数据拟合建模等对健康状态指标产生影响。(3)提出基于小概率原理的大型风电机组运行状态识别与预警方法。首先引入概率统计中小概率原理,应用核密度估计方法建立健康状态指标随机分布模型;然后,结合同风场同型号两台2MW直驱式风电机组SCADA数据进行分析与讨论,以期实现对风电机组运行的异常状态识别和早期预警。最后,依据风电机组及其部件的运行状态输入/输出参数关系的层次结构,由上而下追溯出现异常的风电机组中部件的运行状态输入/输出参数关系,获得发生异常状态的相关部件信息。