為了提高風電功率的預測精度， 研究了一種基于粒子濾波（ Ｐ Ｆ） 與徑向基函數（ ＲＢＦ） 神經網絡相結合的風電功率預測方法。使用 Ｐ Ｆ算法對歷史風速數據進行濾波處理， 將處理后的風 速數據結合風向、 溫度的歷史數據， 歸一化后構成風電功率預測模型的新的輸入數據； 利用處理后 的新的輸入數據和輸出數據， 建立 Ｐ Ｆ－ＲＢＦ神經網絡預測模型， 預測風電場的輸出功率。仿真結果 表明， 使用該預測模型進行風電功率預測， 預測精度有一定的提高， 連續１ ２０ｈ功率預測的平均絕對 百分誤差達到８．０４％， 均方根誤差達到１０．６７％