摘要：針對目前超短期風速間接預測方法在各頻率序列均采用同一模型進行預測所帶來的問題,提出了一種基于小波分解的超短期風速混合模型組合預測方法。基于自回歸差分移動平均模型,反向傳播(back propagation,BP)神經網絡與支持向量機三種方法,針對小波分解后所得到的各頻率序列特點,選取合適的方法并建立相應的模型對其進行預測,最后重構得到超短期風速預測結果。該方法可從根本上考慮實測風速序列分解后所得各頻率序列間的差異性和可預測性,進而提高預測精度。所提方法在不同預測時長下均具有較高的預測精度。以平均絕對誤差為預測精度評價指標時,與持續法相比,預測精度可提高64.2%(1h預測時長)、61.4%(4h預測時長);與傳統單一模型組合預測方法中預測誤差最低方法相比,預測精度可提高7.2%(1h預測時長)、5.7%(4h預測時長)。