风电机组安全设计关乎到整个风电场的运行安全，风电机组设计规范中的极端相干阵风模型（ECD）是风机载荷安全设计最重要的风况之一。现有的极端相干阵风识别方法主要包括基于阵风方向指数（GDI）的识别方法、随机湍流建模方法和基于小波变换的大尺度相干阵风识别方法三类。其中，第三类方法更能反映规范中ECD模型本身的涵义。但是，该方法在阵风识别过程中仅仅考虑风速单一变量，并不考虑风向同时变化。为此，本文提出了基于分量风速和风轮平面等效风速的极端相干阵风识别算法。该方法首先将多个高度的风速分解为X轴与Y轴两个方向的分量风速，并将多个高度的分量风速拟合为等效分量风速和等效风向。然后，通过Butterworth二阶高通滤波器对微调后的等效分量风速进行滤波，并筛选出极端阵风事件。最后，利用连续小波变换（CWT）进行局部特征提取，将提取出的尺度参数和时间参数进行非线性最小二乘法拟合，从而得出极端相干阵风的风速幅值、上升时间以及风向角改变量三大关键参数。与现有方法相比，本方法能够筛选出风速和风向同时变化的阵风，更加符合ECD模型工况的涵义。通过激光雷达秒级测风数据，对本文所提方法的有效性进行了验证。结果表明：本文所提方法能够识别出风速和风向同步变化且风轮平面内基本同步变化的极端相干阵风。对识别出的阵风进行统计分析，发现阵风风速变化幅值普遍较大，上升时间相对较短，且风向角变化较大。综上所述，本方法识别的极端相干阵风更符合规范中ECD模型的涵义，可为风电机组载荷分析提供更为精准可靠的数据支持。