本发明涉及一种风电功率预测方法，包括以下步骤：S1、根据局域均值分解对原始风电功率时间序列进行分解；S2、对每个PF分量和余量构建各自的训练数据集和测试数据集；S3、对每个PF分量和余量分别建立改进差分算法优化极限学习机的风电功率预测模型；S4、将训练数据集中多个PF分量和余量的训练样本逐一输入改进差分算法优化极限学习机的风电功率预测模型进行训练，得到各自对应的风电功率预测子模型；S5、将测试数据输入到各自对应的风电功率预测子模型进行预测；S6、将每个风电功率预测子模型的预测输出值进行组合叠加处理。本发明的风电功率预测方法有效降低原始风电功率数据非线性强对预测结果的影响，获得了更高精度的风电功率预测结果。