本发明提出分布式区域风电功率预测方法，包括：获取分布式风电场的样本数据集；对所述分布式风电场的样本数据集进行预处理；分割所述预处理后的样本数据集为训练集和测试集，并对所述训练集和所述测试集进行归一化处理；构建分布式预测框架，基于所述分布式预测框架建立全局预测模型；定义所述全局预测模型的训练误差函数、优化器与学习率，并将网络结构以及初始化参数分发至各个风电场；选择若干风电场进行预测模型训练；使用所述训练集和所述测试集分别进行模型训练与测试，并更新预测模型；对所述风电场进行风电有功功率预测。本发明基于总分式框架以及基于Attention机制的长短期记忆神经网络，提高短期区域风电有功功率预测精度。