能源是社会进步的原动力,随着传统能源可开采,可使用的日渐稀少,国内外对于新能源的研究越发重视。而我国这些新能源产业兴起较晚,发展缓慢,新型能源产业发展评估不够充足;近年国内不断提出生态保护、能源改革,发展开发新能源的政策,可见我国对于未来风能产业发展的迫切,在此环境下研究风能发展能力是具有时代意义的,为未来新能源发展和风能产业发展提供科学参考依据。鉴于发展新能源的大时代背景下,本文以现有国内外风能产业发展能力为依据,对未来风能产业发展能力展开具体研究。针对当前风能产业发展能力的研究大多集中在理论层面的现状,本文通过参考大量文献资料,首先在理论分析与实际相结合的基础上,建立了一套能够宏观反映风能产业发展能力的指标体系。其次,在指标体系基础上建立了我国风能产业发展能力分析模型,提炼出三个主成分,即生存能力因子、创新能力因子和发展环境因子,并且计算得到2008—2018年三个主成分得分与综合得分,对当前风能产业的综合发展能力进行了科学合理的分析,为政府制定决策提供依据。最后,构建了基于改进粒子群长短记忆时间序列神经网络（The Improved Particle Swarm Optimization Algorithm Optimizes The Long-Short Time Memory Neural Network,IPSOLSTM）的风能产业发展能力预测模型,提出利用非线性变化惯性权重来提高粒子群优化算法（Particle Swarm Optimization,PSO）的寻优性能,并且提出运改进粒子群算法（Improved Particle Swarm Optimization,IPSO）算法对长短记忆时间序列神经网络（LongShort Time Memory,LSTM）神经网络超级参数进行寻优,从而避免人为选择与多次尝试导致人为主观因素引起的误差,进一步提高的预测准确性,同时将2008—2018年这10年间三个主成分得分与综合得分作为预测模型的基础数据,对未来2020—2035年风能产业发展能力进行预测。研究表明:风能产业各个指标在2020年的发展符合十三五规划预期,风能产业三大主成分发展能力以及综合发展能力符合当前发展趋势和预期,由此可知,风能产业发展能力预测模型,对于风能产业的发展能力,能够进行有效的预测。将2020—2035年预测结果与能源发展的政策结合来看,风能产业发展能力预测结果符合整体能源的发展方向。因此,本文预测结果对风能产业的研究具有现实意义,且建立的风能产业发展预测模型可以对风能产业发展提供数据支持。