随着我国风电机组单机容量和总装机容量的不断增加,风电在能源结构中所占比重越来越大。大型风电机组的安全性和可靠性对整个电力系统的稳定运行也产生了越来越重要的影响,严重时可能会导致电力系统的崩溃,给国家带来巨大损失。另外,随着我国“厂网分开,竞价上网”政策的逐步实施,控制好风电成本,已经成为各个风电厂的重要生存要素。针对故障率较高的风力发电机进行故障诊断,实行计划检修与状态检修相结合的策略,就可以大大减少故障,降低发电成本,从而提高风电厂的竞争力。所以,对风力发电机状态监测和故障诊断技术的研究是十分迫切而又极为重要的。本文从我国风电行业的实际情况出发,对风力发电机故障诊断技术的研究背景、意义以及国内外研究现状、发展方向等进行了总体概述,同时阐述了时间序列分析的研究现状及其应用于故障诊断的重要意义。从故障机理的研究出发,分析了风力发电机转子断条故障时的电气特性和机械特性,指出基于定子电流信号特征和转子振动信号特征的故障诊断方法,并重点研究和优化了时间序列建模及其参数估计方法。针对风力发电机转子断条故障,在实际风电系统实验平台上进行了实验研究。采集了风力发电机在正常和故障状态下的定子电流信号和转子振动信号,并利用傅里叶变换对信号进行了频域特征分析。依据特征信号,建立了故障诊断时序模型,并进行了状态最佳预测和诊断。结果证明,基于时间序列分析的风力发电机故障诊断方法是可行的和有效的。