摘要：提高短期风电功率的预测精度对保证电力系统安全、稳定地运行具有重大意义。针对风速信号的强奇异性，采用脊波神经网络建立短期风电功率的预测模型；同时利用混沌DNA遗传算法确定脊波神经网络的隐层结构，采用粒子群算法优化网络的连接权值及方向向量。对新疆莱风电场的输出功率进行了预测实验，并比较了优化前后脊波网络模型的预测性能。研究结果表明采用粒子群与混沌DNA遗传算法组合优化后的脊波神经网络均方根误差降至12．3％，预测精度得到显著提高。

关键词：风电功率 预测 混沌dna遗传算法 粒子群 脊波神经网络 

单位：重庆大学动力工程学院 重庆400030 国电南京自动化股份有限公司 江苏南京210003