本发明提供了一种数据清洗方法及装置，结合风力发电过程运行特性，针对运行数据中存在的异常数据，通过基于噪声鲁棒性聚类的运行数据第一次聚类分析、基于数据分布流形的第二次聚类分析等两阶段聚类算法，能够在时域空间有效识别和剔除异常数据，具有较高的可执行性。同时提供了对异常数据剔除效果的性能评价，通过合理的评价标准优化了剔除堆积型异常数据的方案，保证剩余有效数据占比及有效数据量，能够合理提高堆积型异常数据识别精度和执行效率，有利于异常数据识别的自动化实现和工业应用。