Ngành điện gió được phát triển nhằm đáp ứng nhu cầu điện năng và giảm phụ thuộc vào năng lượng hóa thạch. Tuy nhiên, sự biến động nguồn năng lượng gió gây khó khăn cho vận hành và điều phối lưới điện dẫn đến tình trạng phát điện dư thừa hoặc thiếu hụt công suất vào từng thời điểm khác nhau. Nghiên cứu này được thực hiện nhằm nâng cao độ chính xác trong dự báo công suất phát điện gió, giúp tối ưu hóa vận hành và tích hợp năng lượng gió vào hệ thống điện. Phương pháp được sử dụng là mô hình mạng hồi quy Perceptron đa tầng (MLP Regression) và được lựa chọn để thực hiện nhiệm vụ dự báo công suất phát điện gió. Tập dữ liệu được sử dụng trong nghiên cứu bao gồm các biến đầu vào như nhiệt độ môi trường, tốc độ và hướng gió; đầu ra là công suất phát của tuabin gió. Toàn bộ quá trình xây dựng và đánh giá mô hình được triển khai bằng ngôn ngữ lập trình Python. Kết quả ghiên cứu cho thấy tiềm năng của trí tuệ nhân tạo (AI - Artificial Intelligence) và học máy trong tối ưu hóa vận hành điện gió, góp phần khai thác hiệu quả tài nguyên gió, hỗ trợ điều phối lưới điện hiệu quả và thúc đẩy hệ thống điện bền vững.