抽水蓄能机组(以下简称抽蓄机组)在高比例新能源电力系统中担任调能角色，对其设备开展实时健康评估对机组本身及其互联电力系统的安全均有重要意义。针对当前研究在揭示机组性能退化的不确定性、状态评估实时性方面存在的不足，提出了一种结合小波阈值降噪(WNR)和稀疏高斯过程回归(SGPR)的抽蓄机组健康状态评估方法。该方法首先采用WNR对监测数据进行降噪以提升数据质量，然后采用抽蓄机组健康运行时刻的数据基于SGPR构造抽蓄机组的健康基准模型(HBM)。在评估时刻，采用在线采集的性能参数与HBM预测得到的健康性能参数的偏差来量化机组的劣化情况。区别于传统的点估计方法，SGPR的输出作为机组性能的合理区间，可量化机组劣化中的不确定性。实例验证表明，与其他方法相比，所提方法在95%置信水平下，拥有最好的区间覆盖率及狭窄的区间宽度，并在计算耗时上相较于传统的高斯过程回归(GPR)方法降低了90%。工程实际检修数据验证了所提方法的有效性。