本发明涉及一种风力发电场风速预测方法，该方法通过粒子群算法搜索神经网络的参数空间，找到使网络性能最优的权重和阈值组合，所述预测方法包括以下步骤：步骤S1，构建数据样本；步骤S2，对数据样本进行预处理后，构建BP神经网络预测模型，并进行训练；步骤S3，初始化学习因子、粒子速度、位置和迭代次数，计算每个粒子的适度值，并使用粒子群算法优化神经网络预测模型的权值和阈值；步骤S4，通过计算预测结果与实际风速的相对误差，评价预测模型的预测效果。与现有技术相比，本发明具有提高了BP神经网络的收敛速度和预测准确性等优点。