حسین لطفی - دانشجوی کارشناسی ارشد
محمدباقر نقیبی سیستانی - استادیاردانشگاه فردوسی مشهد
سپهر سلطانی - استادیاردانشگاه آزاد اسلامی سبزوار

انرژی بادبه عنوان یکی ازمنابع انرژی تجدیدپذیروبا الودگی بسیارکم درسالهای اخیررشدچشمگیری داشته است مشخص نبودن میزان تولیدوتغییرات سریع آن ازموانع اساسی دراتصال نیروگها های بادی به شبکه سراسری می باشد دراین مقاله با استفاده ازشبکه عصبی چندلایهپیش بینی کوتاه مدت و میان مدت انجام گرفته هدف ازاموزش شبکه های عصبی یافتن اندازه وزن ها و بایاس ها به نحوی است که خطای داده های اموزش را به حداقل برساند به همین منظور به ابدیت وزن ها و بایاسها توجه شده داده های موجود برای دو سایت واشنگتن و مونتانا واقع درایالات متحده امریکا برای سالهای 2005و2004 مورد استفاده قرار گرفته این اطلاعات شامل سرعت های وزش باددمای سایت نیروگاه توان خروجی میباشد ورودی شبکه ایجاد شده شامل سرعت باد - دمای هوا خروجی شبکه توان تولیدی توربین های بادی می باشد.

نیروگاه بادی، شبکه های عصبی، تخمین توان