近年来,在我国风电产业政策的支持下,我国风力发电行业发展迅猛,风电新增装机容量多年来一直位居世界第一。但是,由于我国风电产业起步较晚,风电机组运行时间短,对风电机组主要系统和零部件发生故障的特点及规律还缺少深入的认知和理解,这导致我国的风力发电企业经常因为风力发电机组故障频发等原因遭受额外的损失。盐城某风电场规模较大,配置了风电机组监控系统（WPS,Wind Power Supervision）及Power-BI系统,已在运行过程中积累了一定量的数据,对其主要系统和主要零部件进行故障分析,开展故障树的研究,便于开展风电机组的预防维修,提高风电场的运行可靠性,也有助于我国风电机组研制水平的提高,现实意义突出。在对故障模式及影响分析和危害性分析法（FMECA）、故障树分析法（FTA）及风电机组结构和工作原理的阐述基础上,进一步介绍了盐城某风电场配置的风电场WPS系统、Power-BI系统及两者之间的数据处理流程,结合FMECA原理,对风电机组四个主要系统各种故障模式的原因和影响进行分析,形成FMECA表格,得到风电机组各子系统中高风险故障模式,并提出相应的整改方法。并且,通过对风电机组四个主要子系统的故障树建模,找出故障原因之间的潜在联系,计算各故障树的最小割集、底事件临界重要度及顶事件的发生概率等参数,得到各子系统中导致顶事件的主要因素。最后,运用蒙特卡洛仿真,计算了平均无故障时间及不可靠度等指标,以此对基于数据的风电机组维修策略进行了评价。风电场基于WPS及Power-BI运行数据的风电机组故障分析体系,不仅可以提高平均无故障时间,而且对发电场的检维修管理制度制定和风电场的数字化运维体系建设具有较好的借鉴价值。