1.一种基于核密度估计与香农熵的风电机组数据异常检测方法，其特征在于，所述基于核密度估计与香农熵的风电机组数据异常检测方法，包括：对所有待检测数据点中任意一个数据点，求以马氏距离为标准的k个邻居数据点；

对所有数据点进行核密度估计，得到每个数据点的密度估计值；

利用密度估计值，针对一个数据点和它的k个邻居点进行归一化并求局部熵值；

将局部熵值除以数据点的密度估计值，得到熵密度比，将熵密度比按照大小进行排序，筛选出异常数据点。

2.根据权利要求1所述的基于核密度估计与香农熵的风电机组数据异常检测方法，其特征在于，所述对所有数据点进行核密度估计，得到每个数据点的密度估计值，采用如下公式：

其中表示数据点x的密度估计值，数据点x是d维的数据，n是指数据集中数据点的个数，h表示拟合过程中的带宽，/>表示核函数。

3.根据权利要求2所述的基于核密度估计与香农熵的风电机组数据异常检测方法，其特征在于，所述核函数采用高斯核函数。

4.根据权利要求1所述的基于核密度估计与香农熵的风电机组数据异常检测方法，其特征在于，所述利用密度估计值，针对一个数据点和它的K个邻居点进行归一化并求局部熵值，包括：对数据点xi的密度估计值进行归一化操作，得到归一化之后的密度估计值

其中，表示数据点xi的密度估计值，Knn(xi,k)表示数据点的xi的k个邻居数据点集合；

对数据点xi的第j个邻居数据点xij进行归一化操作，得到归一化之后的密度估计值

其中，表示数据点xij的密度估计值，/>表示数据点xil的密度估计值；

通过如下公式，计算得到数据点xi的局部熵值E(xi)：

其中，

5.根据权利要求1所述的基于核密度估计与香农熵的风电机组数据异常检测方法，其特征在于，所述将熵密度比按照大小进行排序，筛选出异常数据点，包括：将熵密度比按照大小进行排序，预设输出的异常数据点数量t，然后按照熵密度比的排序，由大到小选择t个数据点作为异常数据点。