本发明提供一种风电短期功率爬坡预测方法，涉及风电功率预测领域。所述方法包括以下步骤：获取并预处理预测数据，所述预测数据包括风电历史实际功率、数值天气预报数据、测风塔及风机的理论功率数据和风机的开机容量数据；将预处理后的预测数据输入CNN‑LSTM‑AM功率预测模型中进行训练，基于训练好的CNN‑LSTM‑AM功率预测模型获取功率预测序列数据，通过准确的风电功率预测，爬坡事件的识别和评估，以及模型准确性的维护，可以更有效地规划和管理风电场的运营，最大程度地利用风能资源，提高发电效率，通过爬坡事件的识别和强度评估，可以预测风能波动，提高电网稳定性。