由于风速度时间序列的非线性、 非平稳特性，通常很难由单一预测模型对这种序列进行建模和预测。在本文中，为了进行短期风速预测，提出了两种新型的混合动力模型，这两种模型结合经验模态分解 (EMD)，人工神经网络 (ANN) 的特征选择以及支持向量机 (SVM)。首先，原始风速度时间序列被EMD分解成一套子系列。接着，由所有子系列和原始系列构成初始特征 （输入变量） 和目标。然后，为了构造相关的、翔实的功能，引入了一种特征选择过程。最后，使用这些选定的功能，建立了预测模型 （ANN或SVM）。用从三个中国的风力场中记录得到的真实数据集对所提出的模型的有效性进行评估。实验结果表明，与单一神经网络、 支持向量机、 传统的基于 EMD 的ANN和传统的基于 支持向量机的EMD 相比，所提出的模型有令人满意的性能，它适合风速预测。
