近些年,我国经济飞速发展,对化石能源的大量消耗使得生态环境受到了非常严重的污染。风能的开发利用在优化产能结构、坚持落实可持续发展战略中起着不可替代的作用。然而,风力发电具有间隙性、随机性和波动性的特点,这给整个电力系统的安全、稳定运行带来严峻挑战,直接影响了风电在整个电力行业的竞争力。目前风机的偏航控制系统、变桨控制系统都具有滞后特性。本文以7秒为步长对风机未来7分钟的实时出力情况进行了预测。这为实时风功率预测技术在缩小时间尺度、提高训练精度等方面的进一步研究奠定了基础,对优化控制策略、提高输出功率稳定性、提升风电在电力行业中的竞争力有着极其重要的意义。主要研究内容如下:(1)详细介绍了风电场功率预测研究的背景、意义和国内外研究现状,阐述了风功率预测的研究范围与分类。并介绍了论文的主要研究内容。(2)主要分析了风电实时出力的特性,并且定性、定量分析了影响风机实时出力的因素,为实时风功率预测模型输入变量的选择提供了科学的依据。同时,介绍了风场风能数据的特性。(3)主要介绍了历史数据的预处理过程,包括异常数据剔除、缺失数据填补、软阈值小波降噪处理、数据归一化处理四个方面。为后续搭建实时风功率预测模型做好了铺垫,保证了预测模型的精度。(4)主要介绍了预测模型的搭建过程。基于支持向量机理论,阐明了SVM在解决非线性问题的优越性。介绍了遗传算法理论,并利用GA算法的特点解决了SVM的寻参问题。最终搭建了WD-GA-SVM模型。(5)验证了WD-GA-SVM模型在实施风功率预测工作中的良好适用性。介绍了模型输入样本和核函数的选择,并确定了模型的评价指标以及样本集的选择,最终对预测结果进行了分析。