针对k-means聚类算法用于大跨屋盖结构表面风荷载分区计算聚类数k值随机选取,容易造成聚类结果不稳定且计算效率低等问题,提出改进Canopy-k-means算法的大跨屋盖结构表面风荷载分区方法。首先,引入Canopy算法并对其初始阈值和聚类中心的选取方式进行改进,减少初始值选取的盲目性,以提高风荷载分区结果的可靠性；其次通过改进Canopy算法对风荷载数据集进行预处理,快速准确地确定聚类数k值；然后将改进Canopy算法与k-means结合使用,实现最优分类数k值的精准识别,使得改进Canopy-k-means聚类算法进行大跨屋盖结构表面风荷载分区时能够快速准确的得到分区结果。据此,以一大跨柱面屋盖干煤棚结构为例,基于风洞试验所得结构表面风荷载数据测试结果,采用所提改进Canopy-k-means聚类算法对其表面风荷载进行分区计算。结果表明,本文提出改进Canopy-k-means聚类算法可以直接识别得到最优分类数k值,能快速得到最优分区结果,计算效率显著提高,具有较好的工程应用价值。