随着世界范围内能源与环境问题的突出,可再生能源的需求日益增多,风力发电技术也得到了迅猛的发展。同时,为了保证发电的可靠性,风力发电系统的故障诊断与容错控制方面的研究得到了越来越多的重视。风力发电是一个复杂的工业过程,本文通过机理法分别建立风电系统的关键部件空气动力系统、传动系统、变桨距系统和发电机系统的数学模型,通过整合建立了整个系统的动态模型,为接下来风电系统的相关研究提供了依据。论文采用基于参数辨识的故障诊断方法,利用递推最小二乘法对风电系统模型参数进行辨识,结合贝叶斯决策理论对参数的变动情况分析,实现故障检测。然后利用神经网络对故障后的信息进行分析,确定系统的故障类型。仿真结果表明了这种方法能快速检测系统故障并准确确定系统故障类型。采用多模型预测控制设计风电系统的容错控制策略。分析风力发电系统发生故障时的数学模型,并设计各自的预测控制器,在系统发生故障时,通过对模型的切换达到容错的目的。在MATLAB环境下进行仿真,结果验证了所提出的容错控制策略的可行性与有效性。