随着信息数字化的快速发展,人类已经开始迈入“大数据时代”,大数据分析已经开始在电子商务、金融证券和医疗卫生等行业崭露头角,为人们带来了巨大的经济效益和社会效益。与此同时,随着风能利用时间的推进,风电场积累了海量的第一手运行数据,只有对这些数据进行系统和深入的挖掘分析,才能充分发挥其应有的效能。本文以提升风电场发电能力和风电消纳为目标,挖掘风电场历史运行数据与风电机组/风电场功率特性的相关性,以促进电力大数据的应用研究。研究风电机组/风电场发电量与风资源情况的相关性,提出考虑风电机组功率特性的风电场风资源评估δ指标体系。该指标体系能够稳定而有效地反映风资源的可利用程度,还反映出风力经过风电机组做功后的再发电能力,为风电场风电机组选型与排布提供参考。研究风电机组有功功率与风速的定量关系,提出基于遗传算法求解风电机组功率特性曲线参数模型的方法,并采用基于网格的加权聚类数据预处理方法进行了精确度和计算效率的改进。研究关联分析算法,针对风电场运行数据特点,提出基于Apriori算法和动态模糊分区方法的风电场运行数据多变量关联分析方法。本文从评价指标、数据预处理、数据挖掘算法三个方面对风电场运行数据的关联分析方法做了研究,是对电力大数据相关理论与技术方法的尝试与探索。