采用风力发电机数据采集与监视控制(SCADA)系统运行数据和状态数据,结合LightGBM方法构建风力发电机故障模式识别模型。首先依据风力发电机的运行状态数据,给无标签的SCADA数据添加状态标签。针对同时段出现的重叠故障,将其单独提取,定义为新类别的故障。最后采用集成学习中的LightGBM构建故障诊断模型,与Xgboost、梯度提升树、随机森林、支持向量机、多层感知器、深度信念网络进行对比,证实了LightGBM方法的优越性。