目前,我国风力发电产业正处于迅猛发展的阶段。但是风能是不稳定的能源,大量风电场并网发电,会给电网的稳定性带来问题。电力调度部门也需要预先了解风电场未来数小时的输出功率,以合理的安排调度计划。这就需要研究风力发电功率短期预测问题。而风速预测通常是风电功率预测的首要步骤。本文在研究风速特性的基础上,提出了一种基于最小二乘支持向量机与时间序列法的组合方法,实现了提前三小时预测风电场各小时平均风速的功能。首先,将风速序列进行小波降噪处理,分成趋势分量(低频部分)与随机分量(高频部分);然后,将相似理论引入短期风速预测中,对趋势分量建立基于最小二乘支持向量机的模型,进行多步回归预测;再根据随机分量平稳性的特点,建立时间序列模型进行多步预测。最后将两模型预测的结果相叠加经过修正后得到预测值。通过比较不同方法对长岭风电场实测风速的预测结果,本文方法要优于常用的持续法和神经网络法。由于本文方法建立在风速变化特性的基础上,在多步预测场合,适用性更强,预测精度更高。