风能是我国最具潜力的可再生能源之一，但其主要缺点之一是发电量难以预测，受风速和风向等因素影响。风的随机性给目前的电力系统带来了严峻挑战，因为这些系统需要根据预计用电量提前一天计算发电量。.
提前规划可用风能的难度会增加电网的运行成本，并对电力供应的可靠性构成潜在威胁。
事实上，马德里理工大学生物医学技术中心 (CTB) 的研究员、该研究的作者之一詹卢卡·苏西 (Gianluca Susi) 表示，“无法准确预测风能发电量正在阻碍风能成为整体能源市场的重要组成部分。”
在此框架下，一个由包括马德里理工大学（UPM）研究人员在内的国际科学家团队开发了一种预测风电场发电量的新方法。该研究提出了一种基于脉冲神经网络（SNN，或称第三代神经网络）的架构，用于预测风电场内某台风力涡轮机在未来一小时内的发电量，同时考虑前几小时的风力变化（强度和方向）。.
该方法由意大利卡塔尼亚大学和墨西拿大学合作开发，已应用于位于意大利卡塔尼亚省维齐尼市农村地区的一座大型风力发电厂，该发电厂由 28 台涡轮机和 3 座风速计塔组成，地形复杂，面积达 30 平方公里，并取得了非常有前景的结果。.
“我们相信，新系统能够提高风力发电的可靠性和优化程度，即使在发生故障的情况下，也能成功应用于实际风电场的风力发电预测，”UPM 的研究人员总结道。.
S.Brusca、G.Capizzi、G.Lo Sciuto 和 G.Susi。“一种基于脉冲神经网络系统的风电场发电量预测新设计方法。”《国际数值建模杂志》（Wiley）2019；32：e2267
