对区域多风电场功率的概率预测有利于应对大规模风电并网现状下风电功率的随机性和波动性。通过建立基于径向基神经网络的分位数回归模型,实现了气象预报变量和风电功率间的非线性映射,得到了分位数形式的短期概率预测结果。针对区域风电数据维度高的问题,提出用交替方向乘子算法进行模型参数优化,从而提高了高维度模型的计算效率。提出了基于区域风向聚类的机制转换模型,对不同风向特征的样本进行独立建模,进一步提高了预测效果。以华东28处风电场为例,通过对可靠度、锐度和Pinball分数3个评价指标进行对比分析,标明所提预测方法相比传统预测方法取得了更好的概率预测效果。