风力发电作为重要的清洁能源发电形式,近年来得到世界各国的大力发展。风电机组自身结构复杂,所处环境恶劣,通过对机组状态参量的监测得到快速有效的参量劣化阈值,可以有效提高风电机组运行的安全性和可靠性。针对风电机组建立状态评估统一模型,掌握机组性能和效能状态,可以为风电场制定生产和调度策略提供数据支持。本文围绕风电机组状态参量监测和运行状态评估问题,开展如下研究工作:首先,从风电机组系统的构成出发,阐述了直驱和双馈型机组的工作原理和工作特点。介绍了风电机组数据采集及监控系统的三个层次结构和核心功能以及对系统监测状态参量的分类和机组运行工况的划分。其次,在分析机组状态参量.间相关性基础上,采用箱线图进行数据清洗,得到状态参量的正常数据集;进一步采用Copula函数对机组风速值进行相关性分析,获得风速相关机组群;通过对比分析多机组之间同一参量和单机组多参量之间的变化特性,取得参量的劣化状态阈值。最后,应用状态参量数据云模型描述机组性能的模糊性和效能的随机性,利用云模型的特征值评估机组状态偏离程度和稳定程度。该模型与机组容量大小无关,实现了同型号机组状态评估以及不同型号机组状态对比分析。选择不同地域分布的5个风电场中的9台不同型号、不同容量的机组作为测试对象,针对连续1年的参量数据验证分析,证明模型结论正确。