Incorporar la energía eólica a gran escala en los sistemas de energía presenta desafíos para la operación y control de la red. Para mejorar la seguridad de la operación de la red eléctrica, es necesario realizar una pronóstico preciso a corto plazo de la energía eólica, ya que minimiza el impacto de la aleatoriedad. Dado la incertidumbre y los problemas de predicción asociados con la energía eólica, este documento presenta un modelo de predicción de energía eólica ultra a corto plazo CNN-GRU. Este modelo se basa en señales multicanal, incluyendo datos como la velocidad del viento, la dirección del viento, las condiciones climáticas y las salidas de energía históricas recopiladas de parques eólicos. Estos tipos de datos contribuyen a la formación de una señal multicanal completa para la energía eólica. A continuación, el método CNN extrae características globales y parciales de estas señales. Al mismo tiempo, se extraen características de las salidas de energía pasadas en función de sus series temporales. Estas características se combinan luego con las obtenidas del proceso de convolución. Posteriormente, estas características combinadas se introducen en una red completamente conectada. Este paso es crucial para mezclar información multicanal y generar resultados de pronóstico. Para validar el modelo, se probó utilizando datos de un parque eólico ubicado en una región específica de la provincia de Sichuan. Según nuestros resultados experimentales, el modelo demuestra un alto nivel de precisión en la computación y una sólida capacidad de generalización.