【摘要】目前，风电场箱式变压器故障预警与状态评价方法，依赖于运维人员经验与专家规则，未能有效利用多源异构的运行数据和历史数据，在客观性与准确性方面存在不足。本文基于非线性状态估计法(nonlinear state estimate technology，NSET)，对箱式变压器的在线监测数据进行深入挖掘，实现数据处理、特征提取、模型构建等关键步骤的效果优化，全面掌握箱式变压器的健康信息，及时发现潜在故障，提前排除重大事故隐患，提升了箱式变压器故障诊断与状态评价准确性，降低风电场的运维成本。