近年来,在国家大力发展清洁能源的背景下,我国的风力发电行业得以迅速发展。风电机组状态监测是保证风电场安全、高效运行的重要基础。但在实际运行中,由于风电机组的工况受到人为限电、传感器故障等影响,实测运行数据中往往存在大量的异常数据。要预先对运行数据进行异常数据识别,处理后的数据才能准确反映风电机组发电状态和性能,用于后续准确功率预测。因此,风电机组异常数据识别对进行后续工作有非常重要的意义。在电力大数据中,风电机组运行数据是重要组成部分。借助风电场的数据采集与监视控制（Supervisory Control And Data Acquisition,SCADA）系统,实现对风电机组和风电场的自动智能管理与监测。根据对SCADA系统中的运行数据分析,可以发现风电机组的运行异常并对其发电状态和性能进行评价,提高风电场管理水平和经济效益。本文以安徽某风电场的历史运行数据为研究对象,采用了基于密度的非监督聚类学习并结合聚类评价指标,实现对风电机组异常数据识别。本文的主要工作有:（1）实测运行数据中的风速和功率能够反映风电机组的运行状态和发电性能。以风电机组实际数据为例,分析了风速-功率散点图中异常数据分布特征,并总结了产生异常数据原因;介绍了非监督聚类算法类型以及各种算法的优缺点。（2）依照风速-功率散点图中异常数据分布特征,搭建基于一种基于密度噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）算法的异常数据识别模型。由于不同工况下风电机组SCADA数据分布密度具有显著差异,DBSCAN算法无法实现全局聚类,因此模型对数据进行分功率区间处理。且由于各区间内DBSCAN算法参数选取困难,模型引入了内部评价指标监督DBSCAN两个参数Eps和MinPts的取值,指导各个功率区间的聚类结果,从而得到最佳聚类效果。实例表明,该算法模型能够对实验机组异常数据进行准确识别。（3）搭建基于点排序识别聚类结构（Ordering Points To Identify the Clustering Structure,OPTICS）算法的异常数据识别模型。与DBSCAN算法相比,OPTICS算法能够实现对高密度区域数据进行搜索并将半径参数ε放宽到一个区间范围,从而实现变密度聚类。并且OPTICS算法对参数不敏感,改善了 DBSACN算法的不足。使用OPTICS算法对风电机组风速和功率数据进行处理,根据给定参数MinPts下的决策图,确定参数ε和MinPts的取值范围,然后由Calinski-Harabasz指标监督参数取值过程,从而得到最佳聚类结果。实验表明,该算法模型对机组异常数据有很好的识别效果。