一种风电场中风电功率预测方法

本发明公开了一种风电场中风电功率预测方法，涉及数据预测领域，包括：S1、将BP神经网络的初始化权值与改进的美洲狮优化算法的美洲狮位置建立映射关系；S2、利用改进的美洲狮优化算法对BP神经网络的初始化权值进行优化，得到初始化权值最优解；S3、将S2中获取的初始化权值最优解输入BP神经网络中获得一个高效的BP神经网络，使用所获得的BP神经网络对风电场中风电功率数据进行预测，输出风电功率数据的预测值。由于在美洲狮算法中引入了非线性权重因子、自适应最优引导策略和反思策略，使得算法在优化过程中的全局搜索能力得到增强，有效的避免了陷入局部最优陷阱的问题，进而提升了算法在风电功率预测中的准确性和稳定性。