本发明公开了一种区域电网风力发电功率预测优化方法，具体步骤包括：首先，通过布置在风力发电场及周边的气象传感器收集风速、风向等数据，并进行清洗和去噪预处理；其次，采用变分模态分解将气象数据分解为不同频率的本征模态函数分量，并构建卷积神经网络对各分量进行特征提取，卷积核大小根据数据周期特性自适应调整；然后，使用基于注意力机制的双向长短期记忆网络融合特征，捕捉时序信息，并通过全连接神经网络实现功率预测，其中FCNN的权重通过随机森林回归模型初始化以提升模型初始性能。本发明通过多层次特征分解与自适应机制提升了预测精度，且具备良好的实时响应能力，满足了区域电网对风力发电功率预测的精度和时效性需求。