三、人工神經網絡

1.神經網絡

神經網絡是指模擬人腦神經系統的結構和功能，運用大量的處理部件，由人工方式構成的非線性動力學網絡系統。

2.神經網絡控制

神經網絡控制是將控制理論和神經網絡相結合發展起來的智能控制方法。它已成為智能控制的一個新的分支，為解決不確定、未知系統的控制問題，以及復雜的非線性，開辟了新途徑。目前神經網絡模型已有數十種，種類非常豐富。

典型的神經網絡有多層前向傳播網絡（BP網絡）、Hopfield網絡、CMAC小腦模型、ART網絡、BAM雙向聯想記憶網絡、SOM自組織網絡、Blotzman機網絡和Madaline網絡等。

3.結構類型

前饋型神經網絡（Feed forward，圖1-22）的結構特點是：

①神經元分層排列，可有多層；

②每層神經元只接受前層神經元的輸入；

③同層神經元之間無連接。

反饋型神經網絡（Feedback，圖1-23）有兩種：

①全反饋型　內部前向，輸出反饋到輸入；

②遞歸型　層間元相互連接。

風速在時刻變化，風速預測不僅與預測方法有關，還與預測地點的風速特性、預測周期有關。可以利用時間序列神經網絡法研究短期風速預測。該方法用時間序列模型來選擇神經網絡的輸入變量，選用多層反向傳播 BP 神經網絡和廣義回歸神經網絡，分別對采樣的風速序列進行預測。此外，也可以采用小波分析和人工神經網絡結合的方法，對風力發電功率進行短期預測。利用神經網絡預測風電場的發電量，可以減少功率的波動。