本发明公开了一种数据驱动的自适应异常检测方法;其应用于风机发电机轴承的异常检测。该异常检测方法采用无监督学习技术,仅基于风机标准安装的数据采集和监视控制(SCADA:Supervisory Control And Data Acquisition)系统实现。该算法基于对于长时间运行的单台风机而言,其大部分时间应处于正常运行状态这一假设,无需额外的、昂贵的数据标签,即可建立风机正常运行状态的模型,从而检测出可能的轴承异常。实验证明,该算法对风机发电机轴承异常检测的准确率达到80%以上,查全率达50%以上。