现代社会能源危机日益加剧,加大绿色可再生能源的开发利用势在必行。其中,风力发电是目前技术相对成熟,同时也是最具发展和开发前景的可再生能源技术。但风力发电机舱通常设备密集,空间窄小,所处环境恶劣,一旦由于供电线路短路或者环境温度过高引起火灾,将给风力发电机组带来毁灭性的灾难。另外,风力发电厂所处地理环境通常较为偏远,这对风力发电机舱的火情实时监测带来较大的难度,传统的人工监测方式成本较高、实际操作难度较大,因此,设计一个性能稳定的实时远程风力发电机舱火灾监控系统非常必要。本文根据风力发电系统的实际情况,设计了一种安全、方便、易扩展和低成本的风力发电机机舱的远程火灾监控系统,具体工作如下:1.对风力发电机舱火灾监控系统提出一套可行的总体设计方案。选择以ARM11做处理器,然后对处理器进行选型,采用嵌入式Linux操作系统,同时嵌入各种传感器模块、3G通信模块、视频采集模块,模块化设计方便系统的维护。2.为提高火灾判定的准确性,提出了多传感器数据融合BP神经网络的概念,设计三层BP神经网络,并详细介绍神经网络的原理和算法,利用MATLAB中神经网络工具箱对设计好的BP神经网络模型进行训练。3.系统应用软件的设计,不仅包括主控制程序,而且包括各模块的应用程序,例如温度采集程序、烟雾采集程序、3G信息收发程序、视频采集编码程序、视频传输程序以及WEB服务器的制作等。系统通过多种传感器实现对户外不分地域的风力发电机机舱远程实时监控。由于火灾属于小概率事件,由此引入BP神经网络来进行多传感器数据的融合,以提高火灾发生的判定准确性。