本发明涉及一种风电场短期风速预测方法，该方法获取目标站点的风速时空特征数据后，首先进行数据清理及归一化处理；然后通过变分模态分解风速时域特征，得到结合空域特征的固有模态分量；进一步地，应用一级Attention的LSTM对分量的空域特征进行编码，之后应用二级Attention的LSTM对分量的时域特征进行解码，得到各分量的预测值；最后对各预测值反归一化处理并叠加后，得到最终的风速预测结果。本发明充分利用风速的时空相关性，结合VMD和基于Attention的LSTM网络，改善原始风速的不平稳特性，有效提高风速预测精度，可以优化包含风电场的电网调度性能并保障电力系统安全、可靠、经济地运行。