在全球各国化石资源日趋匮乏与生态污染日益严峻的背景下,风能的利用逐渐变成能源领域所聚焦的话题,它是目前最受热捧的绿色环保且可再生的能源之一。随之而来的是风电机组故障逐渐变成不可小觑的问题,故障造成的经济亏损日益增多。正因如此,其故障诊断方法获得了高度关注与深化分析。其中最行之有效的监测与诊断技术当属对风力发电机组异常振动情况下的信号研究,这是由于该信号通常以不稳定、非线性的庞杂方法能代表各类故障情况。如今,经常见到的信号分析法有快速傅里叶变换、魏格纳分布、小波变换和经验模态分解法等方法,然而随着技术的革新与对问题的深入探究,许多新式分析法被应用于风机振动信号分析中。本文通过搭建风力发电机主轴承机械仿真模型与风机发电系统模型,模拟风力发电机主轴承正常状态与故障状态,利用LMD(局部均值分解法)与小波降噪技术相结合的手段,对模拟的定子电流数据进行分析,与理论计算值进行对比。在检验了仿真模型准确性的基础上,验证了该分析方法具有较高的有效性与精确性,可用于实际发电机轴承故障信息研究和故障类别判断中。