本发明公开一种低温寒潮极端天气条件下风电出力受限预估方法，对现有的风电场数据进行划分，用于预测模型的训练及测试，结合低温寒潮天气定义指标，对训练数据进行筛选得到低温寒潮极端天气条件下风电出力受限时段、出力正常时段数据，并通过timeGAN和CycleGAN进行样本数据组合扩充；分别构建这两类数据的特征图谱，结合SVM算法训练得到风电出力受限判别模型；通过LSTM网络模型分别构建低温寒潮极端天气条件下风电出力受限时段、出力正常时段预测模型；组合构建低温寒潮极端天气条件下风电出力综合预测模型，将测试数据输入综合预测模型后进入预测，输出结果。通过本方法实现低温寒潮极端天气条件下风电出力受限预警，提升风电出力预测功率精度，具有推广价值。