本发明提供了一种虚拟电厂设备健康状态评估方法及装置，属于数据处理预测技术领域，包括以下步骤：建立设备正常运行状态数据高斯混合模型A：使用EM算法迭代A，直至参数收敛；判定待测数据属于工况Cj，满足待测数据与该模式下正常数据集均值最小；计算待测数据与该工况分布函数的Kullback‑Leibler散度，然后计算Jensen‑Shannon散度：验证Jensen‑Shannon散度较大的数据对应的设备的状态是否存在异常。本发明通过利用历史正常运行数据和设备目前运行数据的散度来判断设备健康度，具有很强的实用性，可以极大的减少运行和维护成本。