伴随能源危机和环境问题的日益严峻,风力发电业已获得广泛关注和长足发展。就目前而言,双馈风力发电机是风力发电的主流机型,而定子绕组匝间短路是双馈风力发电机的常见故障之一。由于双馈风力发电机一般地处偏远或海上而维护困难,如不能及时有效地检测其定子绕组匝间短路故障,该故障将扩展并进而对电机本身及电网造成损害。因此,实现双馈风力发电机定子绕组匝间短路故障检测具有重要的意义。本文完成的主要研究工作如下:(1)在多回路理论基础上,分析了双馈风力发电机发生定子绕组匝间短路故障前后的电感参数变化,在此基础上建立了双馈风力发电机在正常情况和发生定子绕组匝间短路故障情况下的数学模型。(2)从理论角度分析了定子绕组匝间短路故障情况下双馈风力发电机的转子侧频谱特征,并通过MATLAB进行了仿真验证。(3)利用旋转不变信号参数估计技术(Estimation Of signal parameters via rotational invariance technique,ESPRIT)的短时高频率分辨力特性以准确估计转子电流信号特征分量的频率,并结合扩展Prony算法确定各频率分量的幅值,从而形成了ESPRIT与扩展Prony算法相结合的双馈风力发电机定子绕组匝间短路故障检测新方法。另外,提出了将Duffing系统信号检测与APES(Amplitude and Phase EStimation)算法相结合的双馈风力发电机定子绕组匝间短路故障检测新方法。利用Duffing系统对于策动力幅值、待测频率等初始参数的敏感性及对背景噪声的强免疫性,根据相轨迹图变化判断待测故障特征存在与否。在此基础上结合APES算法确定故障特征的振幅,弥补了Duffing系统无法提供准确幅值的不足。将这两种方法与传统的基于快速傅里叶变换(Fast Fourier Transform,FFT)算法的定子绕组匝间短路故障检测方法进行对比,结果表明:这两种方法便捷、有效,为双馈电机故障检测问题提供了一种新的思路。