1. 毕业设计（论文）主要内容：

（1）. 收集国内外关于传统风力发电系统和其功率预报相关的文献资料，分析和总结各种建模和预测方法的优缺点；

（2）. 利用神经网络万能逼近能力，建立风力发电系统功率预测数学模型；

（3）. 收集国内外相关的气象资料，根据神经网络自学习原理，设计一种风力发电系统功率预测模型参数训练算法，逼近训练样本；

2. 毕业设计（论文）主要任务及要求

（1）. 通过本课题的训练，培养学生动手能力、分析问题及解决问题的能力；

（2）. 翻译与本课题相关的英文资料（不少于5000中文字符）；

（3）. 查阅文献资料，撰写开题报告。了解风力发电系统和风能预报等发展历史、现状及趋势，理解风能功率预报系统复杂工程问题解决方案的设计/开发背景和意义；

3. 毕业设计（论文）完成任务的计划与安排

（1）. 1~5周：调研、查阅资料、结合毕业设计任务书，确定总体方案，完成开题报告；

（2）. 4 ~ 6 周：研究风力发电系统和功率预测的原理，翻译英文资料；

（3）. 7 ~12周：通过matlab仿真验证风力发电功率预测算法，并对仿真结果进行检验分析；

4. 主要参考文献

（1）. 刘武周, 刘友波, liuwuzhou,等. 基于改进粒子群优化算法风力发电功率预测研究[j]. 可再生能源, 2017, 35(9):1331-1335.

（2）. 黎静华, 桑川川, 甘一夫,等. 风电功率预测技术研究综述[j]. 现代电力, 2017, 34(3):1-11.

（3）. 张国玲. 基于情感神经网络的风电功率预测[j]. 电信科学, 2017, 33(3):168-172.