隨著時間的推移，風電場風電功率預測模型的適用性逐漸降低，導致預測精度下降。為了解決該問題，基于在線序列-極限學習機(OS-ELM)算法提出了風電場短期風電功率預測模型的在線更新策略，建立的OS-ELM模型將風電場的歷史數據固化到隱含層輸出矩陣中，模型更新時，只需將新產生的數據對當前網絡進行更新，大大降低了計算所需的資源。采用極限學習機(ELM)算法對數值天氣預報(NWP)的預測風速進行修正，并根據風電功率的置信區間對預測功率進行二次修正。實驗結果表明，采用OS-ELM算法更新后的模型適用性增強，預測精度提高；采用基于風電功率置信區間的功率修正模型后，風電功率的預測精度明顯提高。