本發(fā)明公開一種基于遷移學習的風電功率概率預測方法，包括如下步驟：S1、通過遷移算法對歷史時段和未來時段的風電數據進行劃分構建多層極限學習神經機；S2、通過粒子群算法對多層極限學習神經機的輸出層的映射參數進行優(yōu)化；S3、通過權重優(yōu)化方法對歷史時段的多層極限學習神經機的訓集生成權重數據集；S4、通過權重數據集采用特征遷移算法對未來時段的多層極限學習神經機的權重更新；該方法對于提高風電出力預測的準確可靠性，促進新能源電力系統(tǒng)安全、經濟、高效運行具有重要意義。