本发明公开一种风电机组SCADA数据异常标注方法，包括空间数据划分阶段和时间特征提取阶段，具体步骤流程如下：获取风电机组完整SCADA数据并进行风速区间划分与停机数据剔除；获取的不同风速区间的数据，采用核密度估计的方法获取功率的非参数化分布表达；获取整体风速区间下的可疑样本集合；确定可疑样本区间，并计算每个区间对应的差分序列；获取的相对残差序列和差分序列，构建三种不同特征序列，并采用K‑Means聚类算法，获得四种不同形态的数据点类别。实现了对不同类型数据如正常样本、离群点、变点和故障样本进行精准辨识和标注，为下游任务提供了准确的标签信息和可靠的数据支持。