随着数字信息化时代的迅猛发展,信息量呈爆炸性增长态势,人类社会进入了“大数据时代”。在新能源领域,风电场在运行中积累了大量运行工况数据,通过对这些数据进行系统而深入地挖掘分析,可以发挥其在风电运行、管理、维护中应有的效能。本文通过对风电场历史运行数据进行挖掘分析,剖析风电机组和风电场的运行状况,可为风电场运行、管理、维护等提供信息支持,促进提升风电场的管理水平和运行水平。针对风电场SCADA系统导出数据的特性,本文在研究数据预处理方法的基础上,采用四分位法对原始运行数据进行处理,并开发了相应的数据集成和转换软件将不同时间区间的各种变量数据进行汇集、选择和格式化处理,提高了数据可用性及其存储、访问效率。在风电机组出力特性分析中,本文采用五参数模型对风电机组有功功率与风速的关联关系进行建模,提出一种基于粒子群算法的风电机组功率曲线五参数模型求解方法,并采用聚类数据预处理方法对该算法进行改进,提高了基于大量实测数据的模型求解效率。在风电场评价分析中,针对风电场运行特点确立其评价指标体系的构建原则,从风资源、风电场运营和风电场设备运行三方面建立了多层次的运行评价指标体系。在风电场运行状况分析中,引入了多层次灰色关联分析方法,对风电场运行状况进行基于评价指标体系的多层次评估,丰富了风电场运行状况评估的评价信息,并采用熵值法对层次分析法确定的主观权重进行调整,改善了单独采用层次分析法主观性过强的问题。本文从风电场运行数据预处理、风电机组出力特性分析和风电场运行状况评估三个方面出发挖掘风电场历史运行数据,对风电场运行状况的分析方法进行了研究,是电力数据挖掘相关理论与技术方法的尝试与探索。