本发明公开了基于数据挖掘技术和改进支持向量机的风电预测算法，所述风电预测算法包括以下步骤：步骤1：数据处理；对错误和缺失的原始数据进行处理，采用小波变换对处理后的原始数据进行去噪分析，得出一组可信性较高的新数据；步骤2：参数初始化；确定支持向量机算法的核参数σ2和惩罚因子C；步骤3：参数优化；通过布谷鸟搜索算法对支持向量机算法的核参数σ2和惩罚因子C进行迭代优化；步骤4：支持向量机的构建，通过步骤3的布谷鸟搜索算法得到最佳参数，构建支持向量机；步骤5：根据支持向量机算法的步骤对支持向量机训练进行风电预测；步骤6：输出风力发电预测结果。