本发明属于风电技术领域，具体地而言为一种基于深度学习的智慧风电场实时状态评估方法，该方法包括：根据风电场历史故障记录，提取SCADA系统中故障发生前的指标运行数据，采用聚类分析对风电场历史状态进行标记划分；构建基于神经网络算法的实时状态评估模型，并采用实时状态评估模型评估风电场健康、风险或故障的运行状态；采用时间序列法预测风电场运行状态的劣化趋势，并对风电场非健康状态以及状态劣化程度超过设定阈值的风电机组进行安全预警。解决风电场感知信息不足，不能全面反映风电场实时运行状态的问题，实现海量数据的高效处理。