风力发电机是一种将风能转换为电能的旋转机械,一般工作在偏远地区和近海海域,容易受气候和地理环境的影响,运行条件恶劣,一旦发生故障容易造成严重的经济损失,甚至导致人员伤亡事故,这使得风电设备制造商和风场管理经营者越来越关注风力发电机的运行安全,从而对风力发电机的状态监测与故障诊断提出了要求。风力发电机的传动系统是较容易发生故障从而造成停机时间最长的子系统,对其进行状态监测和故障诊断可以减少故障率和维修费用、时间,具有重要的工程应用价值。本文设计一类远程状态监测与故障诊断系统平台的三层结构,并对监测系统平台中的振动监测与故障诊断系统进行总体方案设计。通过对传动系统常见故障信号处理算法的分析,提出将基于最大相关最小冗余原则的故障特征提取方法运用于风力发电机监测信号的趋势预测中,最后完成程序界面代码编写。本文主要研究工作如下:1、从风力发电机的工作原理、基本结构和运行条件出发,分析常见故障类型的特点和产生原因,有针对性的提出风力发电机组状态监测系统平台的总体三层结构方案,并给出各层的主要监测重点。2、探究不同故障模式下风力发电机传动系统振动信号的特点,结合风力发电机实际运行数据和实验数据,从时域、频域、时频三方面验证本文采用的信号处理分析算法在风力发电机中应用的准确性。3、提出将基于互信息的最大相关最小冗余方法运用于风力发电机故障信号的特征提取中,结合BP神经网络分析了一类发电机的DCS温度信号特点,验证该方法的有效性。4、对本文提出的振动监测与故障诊断系统进行实际开发,包括对数据库管理系统和相关软件功能的设计。