针对强背景噪声环境下风电机组传动链发生故障时特征信息微弱,利用人为经验对变分模态分解(VMD)方法参数设定、故障特征提取效果不佳的问题,提出改进参数优化VMD方法提取故障特征。将信号样本熵与峭度指标相结合共同作为目标函数,通过遗传算法(GA)寻优,确定最优的VMD模态分量数及惩罚因子组合。对分解所得到的本征模态分量(IMF)进行选取重构、包络分析,判断故障类型。通过仿真、实验并与工程实际现场的齿轮箱故障数据进行对比验证,结果表明,该方法可以有效地从强噪声干扰中提取信号的故障特征。