為解決氣候問題和能源問題，風電技術的進步使得柔性塔架類風力發電機組的誕生，為滿足電網調度的限電要求的同時，避免傳統自適應有功控制方法對柔性塔架機組帶來的批量振動停機問題，提出了基于逐臺控制的有功控制方法，保證了控制的準確性和平穩性的同時，提高風能利用率。

葉片作為風力發電機組的關鍵核心構件之一，由于其自身構造特點、運行環境等不利因素影響，難以避免會出現裂縫、磨損、覆冰、不平衡等問題，如無有效手段對葉片異常狀態進行及時檢測和維護檢修會導致葉片各種傷害，甚至嚴重威脅著整個風電機組的安全運行，因此對風力發電機組葉片實施狀態檢測與故障診斷研究具有極其重大意義，本文首先回顧了針對葉片狀態檢測技術國內外的研究現狀，隨后提出了基于深度學習模型的葉片狀態檢測具體實現方案并初步驗證探討了方案的可行性及有效性。