风电机组状态估计的研究现状主要集中在状态监测方法与技术，其目的是在风电机组故障的初始阶段进行有效预警，从而及时采取措施，避免重大事故的发生，降低机组维护费用，减少机组停机时间。常用的技术包括振动监测法，这是风电机组旋转设备监测的常用技术，多用于监测齿轮箱、发电机轴承、主轴、叶片等设备。其原理是通过对设备传感器记录的振动信号进行时域与频域的分析，识别设备的故障。

另外，风电机组各部件故障率与平均故障排除时间也是一个研究重点，尤其是电气系统的故障率。据统计，风电机组中发生故障的发电机、齿轮箱、低速轴、高速轴、桨叶、电气系统、偏航系统、控制系统等关键部件，约占风电机组总成本的80%～90%。

此外，随着风电机组工作环境的恶劣，以及风速的变化带来的交变载荷冲击，风电机组各部件极易产生疲劳破坏。因此，基于SCADA数据的状态监测与故障诊断方法，以及基于图像数据的故障诊断方法也是目前研究的重点。