中文摘要:提高風電出力的預測精度，可以減輕風電并網帶來的不利影響。利用徑向基函數神經網絡（RBF）建立風電出力預測模型，并通過正交二乘算法（OLS）對RBF神經網絡進行初步訓練，以確定網絡結構及隱含層各節點中心。在OLS算法訓練的網絡基礎上引入蛙跳算法（SFLA），進一步對隱含層基函數的寬度值進行優化以提高網絡的泛化能力。實例預測表明，在相同的網絡結構及隱含層中心下，基函數寬度值優化后的RBF神經網絡模型預測精度得到了提升。
　　中文關鍵詞:正交最小二乘法  混合蛙跳算法  徑向基神經網絡  風電出力預測