风力发电机组不同于火电等传统发电机组的最大之处 在于其原动机功率的本质不可控，这是由风速的易变性和不 可控性造成的。风速状况对风力发电系统的性能有着重要的 影响，也使得风速模型成为风力发电系统仿真模型的重要部 分。该文针对风速随机变化的特性，在风速统计特性研究的 基础上，用自回归滑动平均(ARMA)方法建立了具有一定 功率谱密度特性的风速模型。对该模型所模拟的风速序列进 行了分析和验证，并与现有仿真程序中风速模型的结果进行 了对比，结果表明该文提出的ARMA模型能

随机信号的统计特性测试,均值、方差，相关函数（包括自相关、互相关函数）、频谱及功率谱密度算法.-The statistical properties of random signal test, mean, variance, correlation function (including autocorrelation, cross-correlation function), spectrum and power spectral density algorithms.

基于循环统计理论, 对循环平稳信号进行处理, 主要研究了信号的二阶循环统计特性, 即循环自相关函数和循环谱密度, 指出循环自相关函数不为零的循环频率对应着信号中的某些故障, 并 可以对调幅信号进行解调. 通过循环频率扫描方法提取的调制源分布在循环频率域的低频段, 其结 果可用循环频率-频率- 循环谱密度的三维图表示. 用仿真信号对该方法进行验证, 并应用于滚动轴承的内、外圈及滚动体的故障诊断, 可以有效地分离出所对应的故障特征频率.-Statistical theory based on