随着煤、石油等常规能源的日益枯竭,世界各国都在不遗余力地寻找替代能源,开发利用新能源。目前开发和利用风能的主要形式就是现代大规模并网风力发电,装机容量每年增长超过30%。但是,由于风电的随机性和不可控性增加了电力调度的难度,及时准确的风速预报能减少电力系统的运行成本和旋转备用,从而减轻对电网的影响,提高风电利用效率。风电场风速预测的误差大小不仅与风速预测方法有关,还与风速分布的特性有关。本文首先介绍了风速分布的函数,参数k和c的求法,风速变化规律,以及风速与风功率之间的关系。然后分析了风速时间序列特性及其预测模型。并在最小二乘支持向量机的基础上,引入加权因子,采用自适应参数优化法来调整LS-SVM的参数,针对不同样本重要性的差异,赋予每个样本惩罚参数不同的加权系数,通过不断的缩小参数范围,自适应调整加权系数来减少误差,建立了基于加权最小二乘支持向量机风速预测模型。为了有效地利用风电场风速预测结果,在小波分解和最小二乘支持向量机相结合建立预测模型的基础上,依据风速分布特性和置信度理论对预测值进行置信度检验,根据检验结果,进行分析与决策,以避免单次预测误差过大带来的决策风险,提高决策的科学性。