一种基于气象数据分组聚类的输电线路动态增容方法，涉及电力系统自动化技术领域。本发明是为了解决输电线路动态增容技术采用物理方程计算载流量限额准确性差，而采用机器学习方法需要采集大量数据的问题。本发明采用先按月份、昼夜分组，再使用K‑均值方法对历史气象数据进行聚类，在聚类的基础上建立输电线路动态增容的机器学习模型的方案。通过聚类提高训练样本的相似度，缓解训练集数据差异过大造成的模型过拟合现象。通过以上方法可取代现有技术中采用的将采集气象数据代入热平衡方程计算的方案，可有效提高输电线路动态增容结果准确性。