摘要：提出了一种综合考虑风速、转速以及主轴水平方向和垂直方向振动的时域特征参数、频域特征参数等多源信息的基于支持向量机（support vector machine，SVM）的直驱风力发电机组故障诊断方法。对直驱风电机组正常状态、风轮质量不平衡、风轮气动不平衡、偏航和断叶片等5种状态进行实验分析，研究不同状态下的机组特征。根据实验分析结论，将风电机组主轴水平方向、垂直方向振动的时域参数、频域参数以及风速、转速选为描述机组运行状态的特征参数，对机组进行故障识别。将风电机组5种状态下的特征参数作为学习样本，在SVM中训练，建立不同特征的参数向量和故障类型的映射关系，从而达到故障诊断的目的。根据风电机组不同故障的实验数据，对考虑多源信息的故障模型进行应用检验。结果表明，该方法简单有效，具有很好的故障识别能力和良好的鲁棒性，适合直驱风电机组故障诊断，同时可以满足在线故障诊断的要求。

关键词：直驱风力发电机组 故障实验 多源信息 支持向 量机 

单位：电力系统及发电设备控制与仿真国家重点实验室(清华大学热能工程系) 北京市海淀区100084