本發(fā)明公開了一種基于云遺傳算法的短期風(fēng)功率預(yù)測方法。由于風(fēng)資源的隨機(jī)性和不確定性，根據(jù)風(fēng)電場的歷史風(fēng)功率數(shù)據(jù)與歷史氣象數(shù)據(jù)進(jìn)行風(fēng)功率預(yù)測時存在一定困難，尤其在數(shù)學(xué)模型建立的過程中。該方法將云遺傳算法運(yùn)用于BP神經(jīng)網(wǎng)絡(luò)（back?propagation?neural?network，前饋神經(jīng)網(wǎng)絡(luò)）建立預(yù)測模型，利用云遺傳算法來優(yōu)化BP網(wǎng)絡(luò)參數(shù)的權(quán)值和閾值，加快BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化學(xué)習(xí)速度，從而加快風(fēng)功率預(yù)測處理的效率；實(shí)驗(yàn)證明該優(yōu)化算法運(yùn)用在風(fēng)電場風(fēng)功率預(yù)測中有助于提高預(yù)測精度，加快網(wǎng)絡(luò)收斂速度。