本发明涉及一种基于LSTM‑Attention网络的风电电网控制方法，包括以下步骤：S1：针对不同风速数据进行数据预处理；S2：建立总网络模型；S3：利用历史数据训练总网络模型；S4：利用经过训练的网络模型得出风电功率结果；S5：检验风电功率结果并根据风电功率结果对应措施对风电电网进行不同控制操作。预测模型分为两个部分：注意力机制的LSTM网络和SE_CNN网络。首先，在对原始NWP数据进行标准化处理后作为预测模型的输入；其次，利用注意力机制的LSTM网络和SE_CNN网络分别提取时间序列NWP数据的整体特征和局部特征后进行特征融合，并利用分类器预测风速；最后，利用历史风速和风电功率的关系得到风电功率。与现有技术相比，本发明具有准确度高，速度快等优点。