本申请涉及神经网络领域，特别是涉及一种风电功率多步预测方法、装置、计算机设备和存储介质，所述方法包括：获取待测风电场的历史风电负荷数据集，所述历史风电负荷数据集包括历史风电功率和历史天气特征；基于所述历史天气特征与所述历史风电功率的相关系数，选择所述历史天气特征中的目标天气特征；将所述历史风电功率和目标天气特征作为样本对CNN‑RNN‑LGBM模型进行训练，以优化所述CNN‑RNN‑LGBM模型的超参数，直到获得最优组合模型；基于所述待测风电场在目标时序段的风电负荷数据集，利用所述最优组合模型进行风电功率的多步预测。本发明提升风电功率的预测精度。