目前,随着世界许多国家大规模制定和实施发展风电计划使得投产风电机组不断增加,系统故障类型和部位的确定以及后续维护检修成为风电系统的可靠性研究的重点。在已有的风力发电系统中,直驱式风力发电系统因其简单、稳健、以及较低的建造和维修成本等特点,应用较为广泛。由于现实生产中风力发电系统的地理位置都比较特殊,且风电系统是一个巨大而复杂的系统,其中任何一个零部件的异常或微小故障的发生都可能会促使整个系统发生严重损坏甚至直接停机,而系统中变流器装置作为整个机组的核心功能部件,因稳定性和所处工作环境较差等原因,导致整个系统运行正常的与否直接和变流器装置本身相联系。所以,展开对风电变流器的故障诊断及检测研究工作具有非常重要的现实意义。论文通过对常用直驱式永磁风力发电系统基本结构和工作原理的分析,进一步分析研究了其机侧和转子侧变流器在三种不同坐标系下的数学模型。并利用Matlab2014b/simulink软件平台搭建了直驱型风力发电系统的仿真模型来模拟并获取变流器不同故障状态下的机侧三相电流输出信号,为后面开展变流器开路故障诊断工作奠定基础。通过对变流器常见开路故障主要类型及其对整个风电系统影响的分析,比较不同开路故障状态下机侧三相电流波形的变化。文中描述了变分模态分解基本理论,并对变分问题的构建和求解进行了简单的介绍。选择机侧变流器的三相输出电流信号作为研究变量,提出了一种通过使用变分模态分解方法对其进行分解并提取有效特征的方法。对分解后的IMF分量计算其峰度和均值作为特征值,并构成特征向量,同时,仿真结果可以看出该特征向量对于不同开路故障具有良好的状态可分性,对变流器的故障具有良好的诊断识别作用。研究了将支持向量机用于风电变流器的开路故障类型识别。采用交叉验证法对选定的SVM分类器进行参数寻优;选定样本训练集和测试集,并对样本特征值进行归一化处理后训练SVM模型;使用测试集样本对SVM进行检验并得出不同故障类型数据分类结果,该结果验证了基于变分模态分解的特征提取和支持向量机故障分类相结合的方法在风电变流器开路故障诊断上的良好效果。