摘要：基于小波的多分辨率分析，针对风速序列拟周期性、非平稳性及非线性等特点，将风速序列按不同频率进行分解，对分解后的原始风速信号分别建立不同的预测模型；各个模型的最佳参数由贝叶斯证据3层推断得出，用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机（LS-SVM）回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1h的预测，预测的平均绝对百分比误差为7．63％，提高了预测精度。预测结果表明：基于贝叶斯证据推断框架下的LS—SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型，可为风力发电功率的预测提供一定的理论支持。

关键词：贝叶斯证据推断框架 最小二乘支持向量机 风速预测 小波分解 

单位：华侨大学信息科学与工程学院 福建厦门361021