潮流能作为一种海洋可能再生能源，具有很大的发展前景。随着科学技术的进步和发展，潮流能发电机组逐渐从实验阶段向着大规模的商业化方向迈进。与其它新能源发电装置相比，潮流能能流密度较大，因此潮流能发电机组在工作时需要承受较大的扭矩，这也导致其设备上的轴承更容易产生故障进而造成较大的损失，所以开展潮流能机组轴承状态监测必不可少。现阶段对于潮流能发电机组的状态监测主要是采用定期人工现场检修，难以及时发现故障的存在；而另一种常用的监测方法，即远距离长时间的实时监测则会大大增加数据传输规模，提高了装置的运维成本。为解决当前问题，将压缩感知技术应用到潮流能发电机组轴承振动信号故障监测当中，开发了可以远距离实时监测的潮流能发电机组轴承状态监测系统。
　　本文首先讨论分析了潮流能发电机组工作所面临的复杂扰动载荷，阐述了扰动载荷对于传动系统轴承寿命所造成的不利影响，进而构造了相应的轴承振动信号状态监测系统。基于谱峭度的概念，采用Fast-Kurtogram算法对轴承振动数据进行传输前的处理。通过计算谱峭度获得谱峭度二维图，分析谱峭度图获得轴承故障所在位置，然后通过构造相应的滤波器，进一步提取故障频段，绘制出轴承故障频谱图。处理的轴承振动信号数据分别有正常轴承振动数据、外圈故障轴承振动数据、内圈故障轴承振动数据以及滚珠故障轴承振动数据。论文结合故障频谱的理论计算公式证明了处理效果的有效性。
　　然后，在故障特征频谱成功提取的基础上，应用压缩感知理论进一步减少潮流能发电机组所需传输的轴承相关数据。通过构造相应的感知矩阵对信号进行不同倍率的压缩，然后通过光缆远距离传输到岸上基站上，进而分别采用正交匹配追踪(OMP)算法和贝叶斯压缩感知(BCS)重构算法对传输到基站上的信号进行重构，在不同重构条件下实现了信号中故障特征频谱的重构。
　　接着，进一步对于重构的结果进行了分析讨论。分析比较了两种重构算法对信号重构时的优缺点，并提出了压缩率选取的规则，给系统调整时提供调整依据。与原来高频振动时域信号相比较，在大幅度降低传输所需数据量的基础上，重构后的信号依然保留了故障特征的频谱特征，并且能够有效的检测出故障。
　　最后，在上述工作的基础上，选取与潮流能发电机组轴承载荷量级相似的重载工况轴承实验数据进行了相应的验证，验证了该方法对某些重载潮流能轴承状态监测仍然可行。