全球范围内光伏发电的占比逐年攀升,随着技术的不断发展,电站的数据库以及数据量越来越大,使得数据分析在电站的优化运行中势在必行。由于电能本身存在只能实时供应的特殊性,当电站数据质量较差时,会对下一步的数据应用,如功率预测、发电计划制定等造成干扰,且大量准确的实时数据在电网的安全运行以及实时调度中起着至关重要的作用。所以及时的解决数据缺陷问题对保障电力系统运行的安全性、可靠性具有重大的次际价值。本文首先分析了电站输出功率随温度、天气特征、光照强度等因素不断波动变化的规律;并列举了出现不良数据的类型,以及出现不良数据的原因,并对异常波动数据确定了莱以特准则为基础的识别方法。之后,考虑到不同电站的功率数据在空间上存在相关性,且利用相似电站可以弥补待修复电站本身存在数据缺陷的问题,介绍了层次聚类的基本原理以及步骤,并针对传统聚类在相似度筛选上的缺陷作了简单的分析,最终确定了综合考虑距离相关程度和曲线形状相关程度的相似度识别方法,从而提高了聚类提取相似电站的准确度,为后续数据修复模型的建立奠定了基础。其次,利用灰色关联度法对气象信息进行分析,结合相似电站建立修复模型,分析了训练样本选取的原则及整个修复模型建立的原理,给出了针对不同不良数据类型所构建的神经网络模型结构,为仿真实例建立了基础。最后,以青海地区电站为实例进行了仿真分析,分别列举了待修正电站与相似电站的输出曲线对比图,充分说明了得到的相似电站与待修正电站的相似度较高。之后根据电站不良数据的类型,分别对全天性数据丢失、局部丢失以及异常波动数据进行修复,并分析其均方根误差和相对误差。修复的结果充分表明在考虑相似电站进行辅助修正后,修复结果的精度相对于传统相似日方法有了较大提高。