我国的风电已经进入了快速发展期，对风电场输出功率进行预测是增加风电接入容量、提高电力系统运行安全性与经济性的有效手段。　　 本文分析了国内外风电功率预测技术的研究现状、预测方法及基本原理；在此基础上，设计了风电功率预测系统的框架，建立了风电功率预测系统。该系统以数值天气预报为基础，充分考虑了空气湿度、温度和压强对风电场输出功率的影响；利用基于误差反向传播算法的多层前向神经网络(Back Propagation NeuralNetwork，BP神经网络)对风电功率进行预测。系统采用分层结构，有利于系统功能的拓展和维护；预测系统软件可根据不同的需要采Windows操作系统平台和Unix/Linux操作系统平台，具有良好的人机界面，且实现了与能量管理系统(Energy Management System，EMS)的无缝连接。　　 该系统已经应用于某省电网调度中心，测试数据的预测结果表明：该预测系统工作可靠，预测结果误差满足工程要求。