受气候条件、运行环境等因素影响，风电场SCADA系统所采集的原始风速和风电功率数据常存在大量奇异点，较难反映风电机组真实性能。本研究提出一种基于滑动四分位和可行搜索圆算法的风速-功率异常数据清洗方法。首先，分析了原始数据的时序特征和异常数据分布特点，将数据分为分散型异常数据和堆积型异常数据两类；然后，运用滑动四分位算法实现了分散型异常数据的识别，提出可行搜索圆(FSC)算法，剔除堆积型异常数据，获得符合风电机组出力特性的数据主带；最后，以我国北方某风电机组实际运行数据为例验证，表明本研究方法能较好地识别异常数据，与传统方法相比，本方法清洗效率高、效果好，具有一定的通用性。