风能作为一种清洁、可再生的资源,已越来越受到世界各国的高度重视。风力发电机组是风力发电的主要装置,近年来,空气动力学、机械工程、电气工程、控制工程、结构力学、材料科学等多个学科和领域的迅猛发展为风力发电机组的研究和设计提供了良好的理论基础,推动现代风力发电机组技术向轻型、高效、高可靠性及大型化发展。为满足风力发电机组安全、平稳、可靠运行、降低由于机组尺寸增加产生的载荷变化、提高整机发电效益、提供优质电力和延长机组寿命等,整机的动力学模型也将会变得更加复杂,而精确模型的建立对风力发电机组技术发展的作用也日益凸显。本文依托浙江大学控制科学与工程学系工业控制研究所网络传感与控制研究组与浙江运达风电股份有限公司合作的国家重点基础研究发展计划(973计划)课题“风力发电系统辨识与自适应控制机理研究”(课题编号2012CB724404),在风力发电机组系统辨识方面,本文的主要工作有：(1)了解世界风力发电的发展历史和未来趋势,了解国内风电产业面临的机遇和挑战,把握国内外风力发电机组建模技术的研究现状和意义、存在的问题以及未来可能的发展方向。(2)研究风力发电机组整机机理建模技术,结合机组运行特性将整机系统模块化为空气动力学子系统、机械子系统、电力子系统、执行子系统四个子系统模块,分别阐述其运行机理和特性。(3)研究系统辨识的基础理论和方法,结合风力发电机组运行机理阐述其基本控制方案,并以控制为导向描述风力发电机组中的系统辨识问题,将风力发电机组的系统辨识划分为转矩环辨识和桨距环辨识问题,并进行相应的辨识试验设计。(4)了解风力发电机组仿真软件Bladed的基本功能和原理,掌握Bladed的使用方式,并基于Bladed完成整机模型搭建、线性模型导出和分析、系统辨识试验设计、试验数据的收集和导出、基于试验数据的辨识以及辨识结果的验证等。(5)研究LPV(Linear Parameter Varying)技术的基本理论和方法,并提出一种基于ADALINE(ADAptive LINear Element)技术的LPV系统辨识框架,给出仿真实例以验证方法的有效性。同时结合风力发电机组特性分析基于LPV建模的问题,并结合Bladed进行辨识试验设计和LPV模型建立。(6)研究基于Hardware Test测试试验的基本原理和功能,通过应用程序设计和开发进行基于半物理仿真平台的系统辨识试验设计,并基于试验数据进行辨识和验证。然后基于C#的程序设计和开发技术,搭建系统辩识工具箱软件的基础框架,并结合Bladed试验数据进行测试和验证。