风力发电作为一种清洁的可再生能源利用方式,近年来在世界范围内获得了飞速的发展,其中风力发电机组大型设备状态监测成为风电研究领域的重要组成部分。本文在近几年国内外关于风电机组状态监测研究成果的基础上,针对风力发电机组控制、风力发电机组的运行以及风电机组仿真的需要,展开对状态监测关键问题的研究,主要工作内容和创新成果如下：1.详细分析了风力发电机组状态监测的现状,提出基于非参数建模状态监测方法的两个关键问题：输入变量集选取及残差处理。2.由于在建立机组各部件重要测量参数的预测模型时,该测量参数预测模型的输入变量集的确定,是建立其准确模型的关键,因此,预测模型输入变量集的确定是影响预测模型精度的重要因素。本文详细分析了变量集之间的相关关系及判断变量参数相关关系的方法,建立风电机组齿轮箱温度的IPSO-BP状态监测模型,并依据相关关系定量分析的结果来选取IPSO-BP模型的输入变量集,通过对比分析残差结果,总结出非参数模型输入样本集选取的方法。3.在风力发电机组非参数预测模型的残差统计方法中,合适的滑动窗口能够消除由于测量误差,机组启停等偶然因素造成的孤立的较大残差的影响。本文详细分析了双滑动窗口残差统计的方法及原理,指出了双滑动窗口具有能够抑制孤立异常残差的作用,并利用IPSO-BP预测模型加以验证。