本发明涉及一种极端天气场景下的风电出力预测方法、设备及介质，其中方法包括以下步骤：获取历史风电出力数据集，所述风电出力数据集包括不同天气下的历史风力发电量、风速；对风电出力数据集进行风速和天气类型标签离散化处理，构建第一数据集；利用基于条件生成对抗网络CGAN构建的数据增强模块对第一数据集中极端天气场景下的稀缺样本进行数据增强，得到第二数据集；获取实时气象数据，利用基于回归生成对抗网络RGAN构建的预测模块在线预测风电出力情况，所述预测模块以风速和天气类型数据作为输入，输出风电出力预测结果，利用第二数据集进行训练。与现有技术相比，本发明具有能够应对极端天气条件下风电出力的高度不确定性和变化性、预测准确性高等优点。