随着经济的快速发展,能源的需求与日俱增。风能以其清洁、高效、可再生等优点,成为发展最快的新型能源。风力发电事业的迅猛发展,风电场的运行与维护是我们将要面对的重要问题之一。如果在故障发生前做出预测,就能够提前制定合理的检修计划和安排检修人员与物资,减少因风电机组故障造成的损失,保证机组正常持续运行。因此,进行风电机组关键部件的故障预测研究,对降低风电场运行、检修成本和提高风电机组运行可靠性具有重大意义。本文介绍了风电机组故障检测算法的国内外研究现状,以及支持向量机技术和统计过程技术,提出了基于改进统计过程控制技术的风电机组风轮叶片故障预测算法和基于最小二乘向量机与统计过程控制技术的风电机组齿轮箱和发电机温度故障预测算法。最后,本文利用算法对北方某风场的实际风机运行监控数据进行分析,结果证明了本文算法的有效性。