本公开涉及一种基于SVM分类的特征指标风电出力时间序列构建方法和装置，其中，方法包括：基于风电出力的时域特征，提取极大值，极小值和波宽及聚类算法将风电波动序列划分为四类出力波动类别，以月为单位进行月份的特征聚类，获取三类出力月类别；通过高斯拟合波动、提取高斯函数的参数值；利用马尔科夫概率转移矩阵对波动进行条件概率抽样重构时间序列，以月份为单位重构出力场景模型；通过提取历史时间序列的多个特征指标，对所重构的时间序列进行校验并调整；通过时间序列间隔调整算法，选取所需时间间隔，对调整后的重构序列进行处理，最终得到风电出力时间序列。由此，准确建立风电出力时间序列模型，为后续电力系统的研究提供基础。