一种风电场超短期功率预测方法，属于风电功率预测技术领域，包括以下步骤：获得风电场测风塔历史风速序列数据和历史功率序列数据；使用变分模态分解算法分别将各风速序列数据和功率序列数据分解为多个子信号；将各子信号组合在一起，组成由序列长度、序列个数和子信号个数三个维度构成的多维特征向量；将多维特征向量送入到二维卷积神经网络中提取高维特征；再将高维特征送入到自注意力编码解码模块中构造数据之间的时空相关性；最后通过前馈神经网络回归获得风电功率预测结果。本发明采用模态分解算法降低了神经网络的学习难度；利用卷积神经网络和自注意力编码解码的组合模型获取数据之间的时空相关性，显著提高超短期风电功率预测精度。