本发明公开了一种结合粒子群神经网络的风电场输出功率短时预测算法，包括以下步骤：步骤一：进行风电功率预测特征分析，分析的数据包括风电功率的不确定性、条件性与地域性；步骤二：对风力发电影响因素分析，其具体分析过程如下：在整个风力发电系统中，风机将空气的动能转化为其轴系上的机械能，并传送到风力发电机转子轴上，最后转化为电能，这是实现能量转换的第一个环节步；步骤骤三：结合粒子群神经网络的风电场输出功率短时动态预测模型，即获取到BP‑PSO混合神经网络模型，其通过给定一组输入值和输出值作为训练数据。本发明能够采用粒子群优化的BP神经网络算法，通过误差判别函数，动态调整模型参数，实现对风电功率的动态预测。