本发明公开一种基于大数据的风电场异常数据自动辨识方法，包括：获取待辨识风电场数据；根据直推信度机计算待辨识风电场数据的异常度；引入权值分配动量参数和分类迭代阈值对Adaboost算法的分类权值和迭代次数进行改进，根据改进后的Adaboost算法生成分类器；根据预训练的神经网络模型和分类器对确定异常度的待辨识风电场数据进行分类，得到风电场异常数据。获取风电场站数据并进行预处理后，引入权值分配动量参数和分类迭代阈值对Adaboost算法进行改进，利用神经网络和改进后的Adaboost算法检自动辨识风电场异常数据，利用直推信度机计算数据异常度后，将神经网络结合Adaboost算法实现对风电场异常数据的自动辨识。