随着社会的不断发展进步，加剧了人类对能源的需求，风电作为一种理想的清洁能源越来越受到重视。随着风电装机规模的不断扩大和风机设备智能化水平的提高，对风电运行管理部门提出了更高的要求。先进的风机设备与落后的风电场维修管理水平之间的矛盾日益突出，成为困扰风电企业乃至整个风电行业前进的障碍。风机设备维修管理已经成为风电企业管理的一个重要组成部分，先进的风机设备迫切需要先进的维修技术和先进的管理模式。　　 本文首先利用空气动力学知识对SCADA系统中影响风机发电量的因素进行预判，得出SCADA系统中可能影响有功电量的因素，利用风资源知识验证数据，排除无效数据。然后对可能的影响因素进行因子分析，将影响转化为少量因子，将分析得出的少量因子作为BP神经网络的输入，有功电量作为输出建立风机运行状态诊断模型。最后介绍了模型应用的具体操作步骤，对该诊断模型的进一步发展应用--诊断模型专家系统进行了总体结构设计和各主要功能模块的概念设计。本文是对福建Z风电场的实例进行研究，风机状态诊断结论可以作为是否开展风机检修工作的依据。