本发明提出一种基于神经网络不平衡优化的短期风电功率预测方法及系统，涉及风电功率预测的技术领域，首先对风速时间序列、风向时间序列及风电功率时间序列预处理，得到特征向量，并构建神经网络，选定中间特征层，将特征向量作为神经网络的输入，对中间特征层进行特征张量相似性处理，提高了风电功率相近样本的特征相似性，使数据量少的风电功率样本可以依靠风电功率相近样本在神经网络中的传播增强拟合效果，提升了神经网络自身对不平衡风电序列样本的处理能力；对神经网络的训练损失进行多方向的不平衡优化，基于不平衡调整，扩展神经网络训练最优拟合参数的能力，使得神经网络泛化能力增强，提高风电功率的预测精度。