摘要：为了提高超短期风电功率预测精度，使用改进的小波-BP神经网络方法进行研究。针对预测模型普遍存在的延时问题，先通过离散小波变换将信号分解为高低频段的信号，再用遗传算法优化的BP神经网络分别进行建模，最后求和各层预测信号。由于功率和风速具有混沌特性，用C-C法联合优化重构相空间的参数，以嵌入维数为神经网络输入层节点数。应用于山东某风电场，仿真结果表明，与BP神经网络模型相比，该算法预测风速和功率精度较高，但风速预测值经过实际功率曲线转换后，功率预测精度变差。

关键词：小波分析 相空间重构 遗传算法 神经网络 功率曲线转换法 

单位：电磁场与电器可靠性省部共建重点实验室(河北工业大学) 天津300130