在风电行业大力发展的情况下,全球风电机组的装机规模得到不断的壮大。从二十世纪80年代风电并网的出现,我国的风电事业经过30多年的不懈努力,取得了骄人的成绩。风机整机制造企业的在数量、规模上都有很大的提高,拥有技术路线、性能参数不同的风电机组更是到处可见。如何对风机类型进行选择,才能使机组与风电场的风能资源最为匹配、机组运行性能最优、风电场获得的投资回报率最高、使风电场得到及时的维护并长期良好运行,已然成为该领域研究的重点课题。本文以风力发电机选型综合评价为目标,将风电场建设以及其在运营期间与风机有关的指标进行综合研究,以机组技术性能、经济性能、机组运行业绩、产品技术服务以及与风场适应性能这五类基础,在此基础上再将指标细分,对每个指标的选择和意义都进行了详细的分析,构建了风力发电机选型综合评价指标体系。利用基于粒子群优化的BP神经网络方法对风机选型问题进行综合评价。运用层次分析法和专家打分分别对风机选型指标体系中指标的权重和指标的评分进行确定。利用粒子群算法优化BP神经网络中的连接权值和阈值,将优化后的连接权值和阈值,网络的各类初始化参数和风机样本,代入到BP神经网络中进行训练与测试。通过实证分析,验证了基于粒子群优化的BP神经网络模型能够比较准确地对风机的综合性能水平进行评估,优于传统单一的BP神经网络模型,可以将其应用在实际的风电机组选型综合评价问题中。