本发明提供一种基于数据挖掘的风电功率预测方法，包括以下步骤：a.数据采集与预处理；b.分别使用属性快速约简算法、互信息算法和随机森林算法选出预测模型的输入向量集；c.使用选出的输入向量，基于最小二乘支持向量回归算法初步预测出风电功率；d.算出初步预测功率与实际功率的误差，使用迭代自组织数据分析算法对误差自动分类后基于马尔科夫链原理算出误差的状态转移概率矩阵，进一步得到功率修正值；e.根据误差性能指标择优。本发明考虑了输入向量影响，并首次提出了基于迭代自组织数据分析和马尔科夫链的修正方法，不仅实现了输入向量的有效降维还提高了预测速度和精度。