一种基于改进局部异常因子算法的短期风电功率预测方法，属于风力发电功率预测领域，包括以下步骤：将通过数值天气预报系统获取的历史数据进行归一化处理；通过改进局部异常因子算法剔除历史数据中的不良数据；采用改进滑动平均法对空缺数据进行填补；建立基于BP神经网络的风电功率预测模型并通过改进LM算法对权值进行修正。本发明能够有效地对风电功率预测中的数据进行处理，提高模型训练的精度，并对模型进行优化以得到更加准确的风电功率预测值，提高了短期风电功率预测的精度。