本发明一种风速时序特征挖掘方法及短期风电功率预测方法，风速时序特征挖掘方法包括：获取原始风速序列数据；对原始风速序列数据进行分解，得到多模态分量；计算分解得到的各模态分量的多尺度排列熵；对各模态分量的多尺度排列熵进行聚类，根据聚类结果将多模态分量进行重组得到新的模态分量；对原始风速序列数据和重组后的各模态分量分别进行时序特征提取，得到风速时序特征集合；基于所述风速时序特征集合进行特征选择，得到最优风速时序特征集合，即为原始风速序列数据的风速时序特征挖掘结果。利用本发明方法能够提取引起风电功率波动的主导因素，为风电功率预测提供可靠的数据基础。