提高短期风电功率的预测精度对保证电力系统安全、稳定地运行具有重大意义。针对风速信号的强奇异性，采用脊波神经网络建立短期风电功率的预测模型；同时利用混沌DNA遗传算法确定脊波神经网络的隐层结构，采用粒子群算法优化网络的连接权值及方向向量。对新疆某风电场的输出功率进行了预测实验，并比较了优化前后脊波网络模型的预测性能。研究结果表明采用粒子群与混沌DNA遗传算法组合优化后的脊波神经网络均方根误差降至12.3%，预测精度得到显著提高。