随着“工业4．0”、“中国制造2025”等概念的提出，我国加快推进以智能制造为核心的工业战略。在机械领域，风力发电机设备正在朝着高精、高效方向发展。伴随着数据采集与存储技术的不断发展，海量数据推动了故障预测进入“大数据+智能”时代。传统的故障预测方法很难对低密度、多样性、时效性的海量数据进行处理与分析。而深度学习算法因其多层非线性的映射能力，相较于传统技术，更能够自适应的提取和挖掘数据更深层次的内部特征，智能识别风电机组的异常征兆信息，实现基于状态的智能维护管理。本文以风力发电机为研究对象，开展以下具体研究。
