این پایان نامه یک تکنیک جدید برای تخمین سرعت باد با استفاده از شبکه عصبی پیشنهاد می دهد، به این صورت که تلفات سیستم توربین بادی با یک روش جدید برای تخمینگر عصبی سرعت باد مدل می شوند. ابتدا عملکرد دو نوع تخمینگر عصبی سرعت باد 1) شبکه عصبی پیش خور پرسپترون چند لایه(mlp) 2) شبکه عصبی پس خور انعکاس حالت (esn) برای کنترل حداکثر نقطه توان توربین بادی بدون سنسور برای دو حالت 1) بدون در نظر گرفتن جریان استاتور 2) با در نظر گرفتن جریان استاتور به ورودی تخمینگر عصبی سرعت باد بررسی و مقایسه می شوند، در ادامه عملکرد بهینه سیستم توربین بادی تحت کنترل زاویه pitch پره ها با استفاده از روشی که به سرعت باد تخمین زده وابسته است با استفاده از دو روش 1) pi و 2) mlp بررسی و مقایسه می شوند. در پایان روشی برای کاهش نوسانات خروجی سیستم توربین بادی ارائه می شود که به سرعت باد تخمین زده شده وابسته است. سیستم شامل یک توربین باد سرعت متغیرkw 2.2 است که مستقیماً به یک ژنراتور سنکرون مغناطیس دائم وصل شده و از طریق کنترلر مبدل های پشت به پشت به شبکه وصل شده است. علاوه بر کنترل حداکثر نقطه توان، کنترل زاویه pitch پره ها و کاهش نوسانات خروجی سیستم توربین بادی، کنترل ولتاژ باس dc و کنترل توان راکتیو نیز در طراحی سیستم کنترل در نظر گرفته شده است. کل سیستم در محیط matlab / simulink پیاده سازی شده است. نتایج نشان می دهند که بهترین گزینه برای تخمین سرعت باد، استفاده از شبکه عصبیesn با در نظر گرفتن جریان استاتور به ورودی تخمینگر می باشد و حداکثر توان الکتریکی تولید شده تحت این شرایط به حالت واقعی نزدیک تر است. کنترل زاویه pitch پره ها با شبکه عصبی mlp نسبت به pi دقیق تر است. علاوه بر این نوسانات خروجی سیستم تحت روش به کار رفته به خوبی کاهش می یابند.