随着国家提出减少碳排放的目标,许多省份都在大规模建设风电场,风电总装机容量占全国电力的比例也越来越高。这些风电场建成后,由于各种原因风电机组会发生故障,对风电场造成损失。本文以新疆风电场为基础,尝试开发用于风力机故障智能诊断的系统。新疆风电场建设较早,规模较大,而且新疆地区风电制造企业云集,整个风电产业体系较完备,选择新疆风电场作为故障诊断研究对象比较有代表性。文中研究了风力机及其变频器系统的结构,分析了变频器的故障机理,进而研究了神经网技术用于故障诊断的可能性。在此基础上使用PSIM软件和MATLAB软件分别搭建了风力机变频器系统的模型,产生了包含各种故障类型和位置信息的波形。通过对波形数据进行提取和归一化处理后可以用于训练神经网络。文中分别使用了感知器、BP网和SOM网进行故障诊断。通过本论文的研究可知,对于风力机变频器故障诊断,感知器无法满足诊断要求,BP网可以满足诊断要求但灵活性较差,而SOM网可随时扩充训练数据、无需定义故障类型,训练速度快,精度高,是最适合目前风电场建设现状的诊断工具。本文首次把传统的电力电子设备故障诊断技术与新疆风力机变频器的故障诊断相结合,为风电大面积推广应用产生了积极作用。