本发明公开了一种基于多粒度时间卷积网络的超短期风功率预测方法，属于风功率预测领域，包括以下步骤：利用监督控制和数据采集(SCADA)系统采集风场的监测数据，得到机组的功率数据，并进行数据预处理，将原始数据划分为3个粒度层；设计多粒度特征提取模块，对于风电功率时间序列数据进行特征提取，获得不同粒度视角下的特征；再通过特征融合层对不同粒度特征进行特征融合；最后通过回归层对风机的风功率进行预测。本发明通过结合多粒度思想，由粗到细，由整体到局部，以不同视角对原始数据进行特征提取，并对多粒度特征进行自适应加权融合，能够提高整体的预测精度、预测效率和模型鲁棒性，为风功率预测领域提供了新的途径，使电力系统的调度更加安全平稳。