با افزایش توان تولیدی نیروگاه های بادی و تزریق آن به سیستم های قدرت، در دست داشتن روشی دقیق برای پیش بینی توان تولیدی امری بسیار مهم برای بهره برداری مناسب از این نیروگاه های و سیستم قدرت شده است. بدین منظور، در این پایان نامه، به ارائه روشی جدید برای پیش بینی توان تولیدی واحدهای بادی می پردازیم. روش پیشنهادی از یک شبکه عصبی بر اساس ویولت یا wnn ساخته شده است توسط روشی دوسطحی و نوین آموزش می بیند. سطح اول روش آموزش از الگوریتم جستجوی تصادفی (الگوریتم بهینه سازی) improved clonal برای آموزش wnn استفاده می کند که این الگوریتم، بهبود یافته الگوریتم کلاسیک clonal است. سطح دوم روش آموزش، شامل الگوریتم جستجوی تصادفی ( الگوریتم بهینه سازی) simulated annealingمی باشد که وظیفه آن تنظیم مجدد پارامترهای wnn در هر گام پیش بینی و در طول افق پیش بینی است (به عنوان مثال، هر ساعت از روز آینده). به منظور ارزیابی قابلیت روش پیش بینی ارائه شده، از اطلاعات واقعی نیروگاه های بادی در کشورهای اسپانیا و کانادا استفاده شده است. همچنین برای نشان دادن کارایی این روش، مقایسه ای با روش های موجود دیگر در پیش بینی صورت گرفته است که نتایج گرفته شده از ارزیابی ها، نشان دهنده دقت بالای روش پیشنهادی در فرآیند پیش بینی است.