风能是大自然馈赠给我们的新兴能源,它优质无污染,已经得到越来越广泛的青睐。当前,开发利用风力资源的方法是大规模并网。鉴于其具有间歇性、随机性和不确定性的特征,给并入电网,输电网的稳定性,以及电量负荷调度造成不少困难,限制了风力发电的大规模运用。准确预测风速,有助于调度人员对电网的正常的调度,是解决该问题的有效途径之一。本文运用神经网络法进行短期风速预测,主要用到了BP,广义回归神经网络法。在小样本训练过程中,发现BP网络预测精度不是很高,故采用了广义回归神经网络的预测方法,其具有结构不复杂,方便实现,对训练数据数量要求不高的特点。在实验中发现,和BP神经网络相比较,其预测的精确度和准确度有所提高。而后又对广义回归神经网络中的光滑参数进行PSO优化选取,使其取值不再盲目,进一步使其预测精度有所提高。