三、人工神经网络

1.神经网络

神经网络是指模拟人脑神经系统的结构和功能，运用大量的处理部件，由人工方式构成的非线性动力学网络系统。

2.神经网络控制

神经网络控制是将控制理论和神经网络相结合发展起来的智能控制方法。它已成为智能控制的一个新的分支，为解决不确定、未知系统的控制问题，以及复杂的非线性，开辟了新途径。目前神经网络模型已有数十种，种类非常丰富。

典型的神经网络有多层前向传播网络（BP网络）、Hopfield网络、CMAC小脑模型、ART网络、BAM双向联想记忆网络、SOM自组织网络、Blotzman机网络和Madaline网络等。

3.结构类型

前馈型神经网络（Feed forward，图1-22）的结构特点是：

①神经元分层排列，可有多层；

②每层神经元只接受前层神经元的输入；

③同层神经元之间无连接。

反馈型神经网络（Feedback，图1-23）有两种：

①全反馈型　内部前向，输出反馈到输入；

②递归型　层间元相互连接。

风速在时刻变化，风速预测不仅与预测方法有关，还与预测地点的风速特性、预测周期有关。可以利用时间序列神经网络法研究短期风速预测。该方法用时间序列模型来选择神经网络的输入变量，选用多层反向传播 BP 神经网络和广义回归神经网络，分别对采样的风速序列进行预测。此外，也可以采用小波分析和人工神经网络结合的方法，对风力发电功率进行短期预测。利用神经网络预测风电场的发电量，可以减少功率的波动。