在所有可再生能源利用技术中,风电是新兴的可再生能源,现在越来越受到人们的关注。风能是清洁的可再生能源,取之不尽用之不竭。因为风力发电对改善能源结构、保护生态环境、实现经济的可持续发展有着极其重要的意义,所以风力发电是最具有发展前景的。风力发电机组是机电液耦合的复杂系统,具有随机混杂切换的非线性特性,对于这样的一个系统实现建模是一件困难的事情。而且随着兆瓦级风电机组的大规模应用,其故障发生后所产生的高额维修费用给风力发电的效益带来了严重的影响。每年全世界因为风力发电机组的故障造成停机、飞车等事故不断增加,所以对风力发电机组进行故障诊断已经成为热点的研究方向。本文第一部分针对风力发电机组表现出的混杂切换特性利用混合逻辑动态(Mixed LogicDynamic,MLD)的建模方法,实现风力发电机组运行在切入风速前与切出风速后停机、部分负荷最优功率捕捉以及全负荷状态下的变桨距以及变速恒频的功率与力矩控制的混合逻辑动态系统建模；通过分析可知MLD的建模方法在分析风力发电机组表现出的混杂切换特性上是一种十分有效的方法；用MLD的建模方法可以准确的描述风力发电机组的整体工况模型。第二部分基于风力发电机组的MLD模型,通过将故障表示为二进制辅助变量,建立风力发电机组的传感器与执行器的混合逻辑动态故障(Mixed Logic Dynamic Fault, MLDF)模型；利用基于MLDF模型的滚动时域估计(Moving Horizon Estimation, MHE)方法对风力发电系统在整个工况下的状态进行估计,以实现对风力发电机组控制系统的基于MLD模型混杂系统的故障检测研究；仿真结果表明基于MLD模型的MHE方法可以准确的检测出系统发生的故障,证明了算法的实用性。第三部分针对风力发电机组的核心控制系统桨距系统的传感器故障与执行器故障,利用扩展卡尔曼滤波(Extended Kalman Filter, EKF)阵列的方法进行风力发电机组的故障诊断研究；仿真结果表明该方法可以准确的诊断出系统所发生的桨距系统传感器与执行器故障。