近年来，风电场发电功率预测技术受到了广泛关注，但由于很多风电场处于复杂地形及复杂环境，如何消除微观小气候对风功率预测的影响，提高短期风功率预测的准确性，已成为亟需解决的问题。小气候影响在风功率预测过程中，主要来源于两个方面：微尺度的风场建模与实际环境的偏差以及数值气象模拟无法对风场当地局部微观气候进行细化考虑。为了消除小气候对预测准确度的影响，从两个方面进行技术实现：根据测风塔实测数据对CFD 微观模型进行校正；根据风场运行数据进行统计学校正。而应用统计学校正又采用了两种不同的方法，并对其效果进行了比对：结合降尺度模型设计的线性统计学校正方法；针对运行数据进行校正的神经网络方法。本次研究结合黑龙江某复杂山地林区风电场进行分析，实现了不同校正方法的比对，进一步明确了结合CFD 技术并采用神经网络方法进行校正，以消除小气候对发电功率预测影响的技术路线的有效性和优越性，提高了实际风电场预报准确率。