本申请提供了一种基于偏差补偿和梯级迁移的短期风电功率预测方法和装置。该方法包括：采用最大相关最小冗余算法分别对各风电场对应的历史风电关联数据进行清洗，得到各风电场对应的样本数据；采用第一类型风电场对应的样本数据训练TCN‑GRU神经网络得到初始风电功率预测模型；采用第二类型风电场对应的样本数据对初始风电功率预测模型进行梯级迁移，得到风电功率预测模型；将当前时刻之前的历史时间段内预设风电场的样本数据输入至风电功率预测模型，得到当前时刻之后的预设时间段的风电功率预测数据。本申请提高了风电功率预测的准确率，解决了现有技术中风电场短期功率预测准确率较低的问题。