近年来，风电产业在全球发展迅速。而风力发电主要依靠风速的出力，故精确的风速预测，有助于稳定运行电力系统，高效使用风能，具有很强的社会价值和经济价值。从风场中获得的风速数据，具有一定的噪声，它的存在影响准确风速预测的上限，如何把白噪声从风速数据中准确的分离出来，以及研究风速之间的相关性，进行合理的风速预测，是本文的重点讨论内容。本文研究的内容如下：（1）研究了一种低阶非线性变换—开方变换对小波阈值去噪的影响效果，该试验在标准信号加上异常点和跳跃点之后，若异常值L [-0.7340,0.4314]，在使用变换后，变为转折点L [-0.7376,0.48035]，变化区间长度增加4.509%，小波去噪稳定效果增强，并给出合理的理论解释。（2）利用统计学原理—差分结合小波去噪理论分别对我国季风区四段时期内风速分离白噪声，进行了大量的实验研究和分析，该研究属于“机理+辨识”预测策略中的预测准确率上限和可预测性研究。（3）利用皮尔逊积矩相关系数判定季风区域风速空间相关性程度，并通过“Fisher z transformation”来估测其置信区间，为偏最小二乘预测风速提供了前提条件。（4）研究出一种新的理论方法—基于物联网的风电自动预测系统方案，进一步提高风电预测的准确率。