功率特性测试是风电机组形式认证中的重要环节，同时也是评价风电机组性能的重要指标之一。它反映了风电机组在不同风况下的功率输出情况，并预算出风电机组的年发电量。但是国际标准中没有明确的表明功率特性曲线的外推方法，使功率特性测试的预算能力降低。因此，在对风电机组进行功率特性测试的基础上，对功率特性曲线外推、估算年发电量的具体方法的完善是当前进行功率特性形式认证的主要任务。粒子群算法是一种基于群体智能理论的优化算法，它由Kennedy和Eberhart于1995年提出，并得到众多学者的广泛研究，目前已成功应用于函数优化、神经网络训练、多目标优化和模糊控制系统的优化领域。本文利用粒子群优化算法进行功率特性曲线外推，将每个数据点定义为一个粒子，利用粒子群算法进行优化，最终得到实际数据基础上的外推数据点，并证明其可信度。本文对风电机组功率特性测试进行了详细的研究，依据IEC61400-12标准提出了现场测试的基本方案，并依据方案实地进行功率特性测试，对试验场地进行场地评估，选定风机以及测风杆位置，对选定风电机组进行功率特性测试，利用粒子群优化算法在实际测量数据的基础上对功率曲线进行外推，获得完整的测试数据，从而推算出完整、准确的年发电量。利用真实数据与推算数据进行对比，从而证明外推法的可信性。本文在前人的研究成果的基础上，对功率特性测试外推部分进行了改进，利用粒子群优化算法对有限的数据进行外推，获得完整的功率特性曲线，从而实现功率特性测试估算的目的。