变流器作为风电转换系统中的核心部分,由于其复杂的运行工况和环境等影响,其故障率远高于风电机组其他部分。变流器开路故障后保持“病态”运行,会对变流器内部器件及整个机组造成损害,及时获得准确故障信息对于机组的健康状况至关重要。因此,对2.5MW双馈风电机组机侧变流器开路故障诊断进行研究是极其必要的。首先,根据风电机组测试平台和课题对于模型的需求,推导2.5MW双馈风电机组各部分平台所需数学模型与控制策略数学模型,然后在MATLAB/Simulink环境下搭建仿真模型,通过对比仿真数据与SCADA数据,分析二者误差原因并调参。仿真结果表明,模型与机组实际工况的运行规律有着较高的相似性,同时验证模型的合理性及准确性,为下文故障仿真分析提供模型基础,也为测试平台提供模型。其次,分析变流器开路故障影响和选择研究机侧变流器的缘由,根据机侧变流器的结构划分机侧变流器开路故障的种类;分析、选定转子三相电流为测量对象,并对比分析机侧变流器同一开路故障在机组次同步与超同步运行状态下的转子电流波形差异,确定在这两种运行状态下分别进行开路故障分析;在次同步与超同步运行状态下分别对机侧变流器在所划分故障下的电流变化进行理论分析,与上文中所建模型在相应故障下的转子仿真电流进行对比,验证故障仿真的准确性与合理性,为下文由仿真为故障诊断提供所需数据的可靠性提供了很好的支撑。最后,针对机侧变流器开路故障仿真转子三相电流波形特征,提出基于波形因数的开路故障检测方法,同时提出一种延时方法解决基于波形因数的开路故障检测误报的问题;基于小波变换提取机侧变流器开路故障下的三相电流低频系数能量作为故障特征向量,同时将三相电流平均值也作为故障特征值以解决不同故障下存在三相电流低频系数能量相近的问题;提出利用零均值标准化处理故障特征数据,解决因特征数据中存在量纲差异易造成部分较小的特征值难以表达特征信息的问题;引入SVM作为故障模式识别方法,应用网格搜索算法对SVM分类器的参数进行寻优处理,将由前文方法获取的故障特征数据分为用于SVM分类器训练和测试的两部分,结果表明,网格搜索算法优化后的SVM对机侧变流器开路故障模式识别有着较高的准确性。