本发明公开了一种基于多重相关性学习的风电场SCADA数据修复方法，包括：S1.得到风电场标准化数据集#imgabs0#；S2.得到在全局互相关视角下的填补结果#imgabs1#；S3.得到在全局自相关视角下的填补结果#imgabs2#；S4.得到局部互相关视角下的填补结果#imgabs3#；S5.得到局部自相关视角下的填补结果#imgabs4#；S6.利用多元线性回归将#imgabs5#、#imgabs6#、#imgabs7#和#imgabs8#四个填补结果进行整合、去噪和反归一化，得到最终修复结果#imgabs9#。本发明从全局和局部同时分析SCADA多维数据内部的自相关性和互相关性，从多个视角对缺失数据进行初步填补修复；进一步，构建残差网络精细去噪模型，对初步修复后的数据综合进行去噪和精细修复，由此实现SCADA多维数据的完整修复。