由于环境污染的日益严重，新能源的开发和利用受到了更加广泛的关注。近年来风力发电技术飞速发展，各个国家的风电场装机容量也在不断地增加。故障发生的概率也在不断上升，这对风力发电系统的稳定安全运行造成很大损害。而齿轮箱作为风电机组高故障率的部件之一，若发生故障不但可以造成系统无法正常的工作，严重时会导致风机机舱温度持续升高甚至烧毁。为了能够较早的发现故障，尽可能的减少风机的故障发生和降低故障的影响。本文对双馈风力发电机齿轮箱的故障进行研究，提出了基于改进VMD的齿轮箱故障诊断模型和方法，具体内容如下：
　　(1)结合风力发电机组齿轮箱的结构特点，分析了典型故障类型和故障机理。根据齿轮箱故障信号微弱、非线性以及量化难度大等特征，针对经验模态算法在故障信号的处理和诊断上存在的问题，利用变分模态对故障信号进行提取和分析，得到分辨率更高的故障信号；
　　(2)为了保证故障信号提取和故障诊断的准确性，需要使用分辨率更高的提取方法。所以本文利用了加权排序嫡对变分模态分解法进行改进，提出了基于变分模态多尺度加权排序嫡的方法。用来对不同模式下的故障信号进行分析和量化，并将该方法利用到风电机组齿轮箱复合故障的诊断中。最后结合改进鲸鱼最小二乘支持向量机(DEWOA-LSSVM)获得故障诊断的指标，完成故障的诊断。并通过仿真验证了本文提出的信号提取方法和故障诊断算法的有效性；
　　(3)根据提出的风电齿轮箱复合故障诊断算法，基于Matlab2018a仿真软件开发出一套风电齿轮箱故障诊断系统，并以某一采样信号为例完成了系统的故障诊断过程。诊断过程说明本章设计的风电齿轮箱故障诊断系统可以实现风机齿轮箱的故障诊断。
　　通过本文的研究，为风力发电机组齿轮箱的故障提供了一定的参考，对风力发电的发展和实际的工程运行维护具有一定的帮助。