对于风力发电行业来说，考虑到经济效益，多数情况下机组都处于“带病运行”的状态。在大型风电机组中，各元部件通过他们之间的各种相互耦合关系构成了一个复杂的网络。在网络的作用下，这些“带病运行”的元部件会影响其他元部件的正常运行。在故障传播过程中，那些最易于故障扩散的元部件以及它们之间的相互耦合关系便构成了系统中的脆弱环节。针对系统中的脆弱环节采取合理的预防和保护措施进行及时预警能够从根本上预防因细小故障导致整个机组停机的危险，从而消除高风险的危险状态，使机组运行在安全范围内。为此，有必要对双馈感应风力发电机组的故障传播特性进行研究，找出能够导致发生危险的高风险故障传播路径，并采取一定的预防性保护措施，避免机组从早期缺陷发展为事故的可能，为状态检修提供依据，从而降低双馈感应风力发电机组的运行风险。此外，根据故障拓扑模型确定系统中各元部件间故障联系的紧密程度，制定快速的故障诊断策略，有助于及时消除机组的故障，减少机组因故障停机时间，降低停机所造成的经济损失，提高风电场经济效益。本文主要针对上述问题进行研究，主要研究工作如下：（1）为了研究双馈感应风力发电机组的故障传播特性，本文通过对双馈感应风力发电机组的组成元件及其相互耦合关系进行分析，并结合其主要故障模式，建立其系统故障拓扑模型，并通过对该模型的网络特性特征参数进行分析比较，验证该模型的小世界特性。（2）分析了小世界特性对机组故障传播的影响以及故障在传播过程中的固有特性，确定了故障传播强度，并据此建立了求解故障传播最高风险路径的数学模型。利用优化算法对该模型进行求解，从而找出机组中的脆弱环节。并得出与实际运行情况相一致的结果。证明了该方法的有效性。为双馈感应风力发电机组的状态检修提供了重要依据。（3）基于复杂网络的社团结构理论，提出先社团划分，后对子社团建立故障树的层次故障诊断策略，并基于故障树编写了故障诊断系统，提高了故障诊断的速度。为双馈感应风力发电机组的快速故障诊断提供依据和指导。