风能是一种零污染、可再生的绿色能源,随着风力发电成本的降低,它已具备了与传统发电能源相竞争的潜力。风能发电主要考虑两个因素：风速与风向。风速对风电的影响是极其重要的,提高风速预测的准确性,对风力发电并入传统电网是有力的保证。因此,风速预测方法的研究具有理论价值和实际意义。本文采用时间序列与分位数相结合的方法进行风速预测。主要研究工作如下：首先,分析了时间序列本身的局限性,其在预测的时候只能得出均值,而分位数则可以根据不同的分位点来预测出不同的值,因此,将时间序列分析中的AR模型与分位数回归模型相结合得到分位自回归模型,用该模型进行了实例验证,得到较好的结果。其次,因为高阶统计量能反映出低阶统计量忽略而无法获得的信息,本文运用三阶统计量设定界限法找出风速数据中的奇异点,并进行了实例验证。最后,构造了基于小波分析对序列进行分解、分位自回归模型进行预测、再重构的短期风速预测模型,用该模型进行了实例验证,对奇异点的预测值得到较好的效果。