风能是一种不稳定的能源，即风速具有随机性和不可控性，而风电机组的运行特征随风速的随机波动而变化，所以准确的去预测风电场的风速就显得尤为重要，可以减小风电并网对电网造成的影响和提高对风电机组的控制，可以提高电网的经济性和稳定性。　　本文首先简要介绍了课题研究的背景和意义，对风能的概念、特点及各种风速预测的方法作了详细的阐述；然后针对目前对风速预测的方法优缺点和各种预测方法的试用范围做了探讨和比较，得出选用时间序列法和小波分析法综合建模的依据。　　针对风速数据原始序列的非平稳性和异变点，本文利用小波分析法的特点对先期的风速数据进行一个先期的平稳化处理，即利用小波分解理论对先期风速进行小波分解与小波重构，接着把重构之后的概貌和细节部分都运用时间序列模型进行预测，最后加权生成出未来的预测风速。通过Matlab仿真可以证明,小波分析和时间序列综合模型预测效果要远好于单独用时间序列预测的效果，该方法能够提高短期风速预测的精度，使误差控制在10％以内，而传统的时间序列预测精度是20%左右。同时，用综合模型预测和单独时间序列模型预测相对比，使结果更加显而易见，本文通过Matlab仿真证明了该方法的有效性。　　最后，本文对在实际的工程应用中利用时间序列及其与小波工具箱相结合的方法对短期风速进行预测作了简要介绍，探讨了短期风速预测的实用价值。