随着能源结构的转型和调整,风力发电得到快速发展,成为目前主要发电方式之一。风电场一般地处偏远地区,运行条件比较恶劣,状态监测和性能评估对机组安全性和经济性至关重要。如今,大数据是驱动新一轮技术革新的关键力量,已经渗透到各行各业,风电行业也不例外。本文将风电机组运行状态监测评估与SCADA系统大数据相结合。利用风电机组实际运行数据,对风电机组的风特性、功率特性等性能指标进行分析与评价。从风速、功率、温度、振动、转速等多个维度,进行SCADA运行数据趋势分析和相关性分析,采用趋势分析方法对风电机组进行温度监测和振动监测,利用相关性分析方法深入探究各性能参数之间的关联关系。为风电机组的运行状态监测提供了有效的分析手段。另外,风电的大规模快速无序投运,电网网架结构建设不配套,电网中的快速可调节电源不匹配协调,电力系统的客观规律及风电的不可控性、间歇性,以及电网中的快速可调节电源的容量限制,造成电网弃风情况越来越严重。本文深入分析了风电弃风现象的主要原因,列举了四种弃风统计方法,并对四种统计方法进行了探讨、对比分析。最后,基于SCADA数据利用风能利用系数对风速进行修正,得到风电场理论功率,计算出风电场的弃风电量,为后续的弃风电量的研究提供有益的参考。