本發(fā)明涉及新能源和統(tǒng)計(jì)學(xué)習(xí)領(lǐng)域，特別涉及一種基于非對(duì)稱(chēng)損失與混合智能優(yōu)化算法的功率曲線(xiàn)建模方法。所述方法包括：將風(fēng)電場(chǎng)數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；選定多個(gè)風(fēng)功率曲線(xiàn)參數(shù)擬合模型，并構(gòu)建非對(duì)稱(chēng)損失目標(biāo)函數(shù)；以非對(duì)稱(chēng)損失目標(biāo)函數(shù)為適應(yīng)度函數(shù)采用預(yù)設(shè)的混合優(yōu)化算法進(jìn)行參數(shù)優(yōu)化，獲得多個(gè)待確定非對(duì)稱(chēng)損失目標(biāo)函數(shù)參數(shù)對(duì)應(yīng)的多個(gè)優(yōu)化模型；采用驗(yàn)證集對(duì)所述優(yōu)化模型進(jìn)行評(píng)估，篩選出最優(yōu)非對(duì)稱(chēng)損失目標(biāo)函數(shù)參數(shù)和對(duì)應(yīng)的最優(yōu)參數(shù)模型；最后采用測(cè)試集對(duì)最優(yōu)參數(shù)模型進(jìn)行評(píng)估。該方法能夠提高模型的準(zhǔn)確性和可靠性，同時(shí)提高模型參數(shù)優(yōu)化的效率和精度。