本发明涉及电力系统及自动化技术领域，具体地说，涉及一种短期风电功率预测方法、系统、设备及介质；该方法首先预处理获取的原始风电功率数据，并根据预处理后的原始风电功率数据，构建风电功率序列矩阵；其次根据风电功率序列矩阵，分析风电功率因素的互信相关性；并根据互信相关性，时序聚类分析风电功率因素，得到风电功率时间序列；然后训练风电功率时间序列提取时序特征，并根据BiLSTM捕获时序信息的长短期依赖信息；最后根据注意力机制捕获特征序列的时序信息，并融合时序信息，预测风电功率；在实现了长时间序列依赖关系的同时实现多变量之间的特征选择，提高了预测精度。