摘要：为了提高风电功率的预测精度，在分析其主要影响因素的基础上，针对T-S模糊神经网络收敛速度慢、计算量大等缺点，提出了一种改进型T-S模糊神经网络风电功率预测模型。首先采用椭圆基函数作为隶属函数，扩展其接收域；其次利用模糊C-均值聚类确定其中心值；然后引入惯性项加快网络的收敛速度；最后分别对四季短期风电功率进行预测。仿真结果表明，改进型T-S模糊神经网络有效地提高了短期风电功率的预测精度，具有一定的实用价值。

关键词：风电功率预测 椭圆基函数 惯性项 

单位：太原理工大学信息工程学院 山西太原030024 新型传感器与智能控制教育部与山西省重点实验室 山西太原030024 太原理工大学电气与动力工程学院 山西太原030024