准确的风速预测,不仅可以减轻风电入网对电力系统的不利影响,而且可以让电网消纳更多的风电,为改善能源结构、缓解雾霾、建设低碳生活起到巨大推动作用。本文基于极限学习机的快速学习能力,建立了风速的单点预测模型和区间预测模型。为了稳定极限学习机的输出结果,我们首先采用布谷鸟算法对极限学习机的权重进行了优化,通过对比四个测试集的实证分析结果,优化后的极限学习机可以输出稳定的预测值,而且预测精度要高于对比模型。基于此,我们提出了混合的单点预测模型,其构建过程如下:以布谷鸟算法优化后的极限学习机作为主要模型,然后加入标准遗传算法对输入进行降维处理,最后利用时间序列模型进行误差校正。通过标准遗传算法,混合模型虽然在输入时失去了部分信息,但是预测结果依然强于对比模型。此外,区间预测模型基于筛选后的结果,通过计算待预测输入与构建模型输入输出的映射矩阵的距离,找到映射矩阵中与输入较为接近的向量对应的输出值作为预测值的模拟样本空间,我们选择样本空间的5%和95%分位数值作为当前预测值的上下界,通过实证分析表明该方法具有较好的区间预测效果。