本发明公开了一种基于云模型和RBF神经网络的风电场短期风速订正方法，属于风电场的电数字数据处理技术领域。该方法包括：构建训练集，训练集中每个样本包括：待预测风电场在选定历史时间段任一时刻数值天气预报中的预报风速数据和该风电场在对应时刻测风塔的实测风速值；对训练集所有样本进行划分，建立每个风速段对应的单点预测误差云模型并计算该云模型对应的特征值；根据训练集中各样本及对应特征值训练RBF神经网络，训练完毕后得到短期风速订正模型以用于对待预测时段进行风速订正。本发明将RBF神经网络快速易行以及全局最优的特点与云模型处理不确定性问题的优势进行融合，是一种更为全面、准确性更高的短期风速订正方法。