风电机组数据在一定程度上能够反应机组的运行状况，科研人员利用这些数据，从不同角度进行了大量的研究，在风电机组状态监测和故障诊断方面有了一定的技术积累。近些年随着计算机技术的快速发展，海量数据计算分析的性能需求得到满足，在此基础上一些智能算法也广泛应用于风电机组各个部件的状态监测和故障诊断中，但是目前的研究中还存在一些问题需要解决：
(1)对设备特征变量的选择需要进一步优化。风电机组自身的结构复杂，在运行过程中需要变桨系统、偏航系统、传动系统、发电机系统等各部件之间密切协调，各部件的运行参数之间会存在一定程度的互相影响，这种耦合关系导致了在对机组的性能进行分析时参数众多对分析结果形成干扰。
(2)对风电机组变工况下状态监测的研究有待进一步加强。风电机组外在的运行环境复杂，为了使机组适应各种外部状况，在保证机组安全运行的前提下尽量多产生电能，机组需要在并网、最大功率跟踪、恒转速、恒功率等不同工况之间切换运行。不同工况运行规律存在差异.
(3)对综合利用多源数据进行风电机组状态监测和故障诊断研究有待加强。大型风电机组均配置了数据采集与监测系统，并对关键部件安装振动信号传感器，二者都能在一定层面上反映机组的运行状况。但是，在机组状态监测和故障诊断中如何将二者有机结合利用需要进一步研究。