本发明属于风力发电短期功率预测技术领域，具体涉及基于LCASO‑BP模型的风力发电短期功率预测方法；包括：步骤1、进行风力发电系统建模；步骤2、建立LCASO‑BP神经网络模型；步骤3、基于LCASO‑BP神经网络模型进行风力发电预测；本发明的基于LCASO‑BP模型的风力发电短期功率预测方法，以基于逻辑混沌原子搜索算法（LCASO）优化的BP神经网络对风力发电功率进行预测的功率预测趋势与实际的功率预测趋势一致性高，可实现对风力发电准确、高效的功率预测，促进风力发电的发展。