隨著時(shí)間的推移，風(fēng)電場(chǎng)風(fēng)電功率預(yù)測(cè)模型的適用性逐漸降低，導(dǎo)致預(yù)測(cè)精度下降。為了解決該問(wèn)題，基于在線(xiàn)序列-極限學(xué)習(xí)機(jī)(OS-ELM)算法提出了風(fēng)電場(chǎng)短期風(fēng)電功率預(yù)測(cè)模型的在線(xiàn)更新策略，建立的OS-ELM模型將風(fēng)電場(chǎng)的歷史數(shù)據(jù)固化到隱含層輸出矩陣中，模型更新時(shí)，只需將新產(chǎn)生的數(shù)據(jù)對(duì)當(dāng)前網(wǎng)絡(luò)進(jìn)行更新，大大降低了計(jì)算所需的資源。采用極限學(xué)習(xí)機(jī)(ELM)算法對(duì)數(shù)值天氣預(yù)報(bào)(NWP)的預(yù)測(cè)風(fēng)速進(jìn)行修正，并根據(jù)風(fēng)電功率的置信區(qū)間對(duì)預(yù)測(cè)功率進(jìn)行二次修正。實(shí)驗(yàn)結(jié)果表明，采用OS-ELM算法更新后的模型適用性增強(qiáng)，預(yù)測(cè)精度提高；采用基于風(fēng)電功率置信區(qū)間的功率修正模型后，風(fēng)電功率的預(yù)測(cè)精度明顯提高。