本发明涉及风力发电技术领域，尤其涉及一种基于深度学习的风电功率建模方法、系统和电子设备，方法包括：S1、对风电功率所关联的每个影响因子的影响度进行降序排序，得到序列；S2、获取f个历史时刻的每个目标影响因子的具体数据和风电功率的具体值，并进行归一化处理，得到数据样本集，其中，序列中的前F个影响度所分别对应的影响因子均为目标影响因子；S3、基于数据样本集，对预设深度学习模型进行训练，得到风电功率模型。选用影响度较大的影响因子作为目标影响因子，建立数据样本集，然后进行模型训练，既能保证风电功率模型的精度，还减少训练所耗费的时间。