风电作为一种新型的绿色能源，越来越受到人们重视，近年在我国和全球发展迅猛。从密集采样的风速序列，准确分离高斯白噪声，是“机理+辨识”预测策略的阶段之一。它可以提升风电的准确预测，对于电网稳定运行和风能的有效利用，有着重要的经济意义和社会意义。长期困惑国际预测界的“组合预测之谜”，自从提出以来，一直受到人们的关注。在实际应用中，简单平均法比复杂预测组合效果好，这一奇怪现象一直困惑着人们。本文将从数理统计学的角度去解释这一现象。本文具体研究内容如下：（1）除2009年Smith和Wallis提出样本容量是形成“组合预测之谜”的经验性解释外，提出了形成“组合预测之谜”的另外两个因素：总体分布偏差和异常数据。并且从数理统计学的角度分析了影响“组合预测之谜”的三个因素，发现稳健统计在一定程度上可以抵抗异常数据对组合权重的影响。（2）提出傅里叶分析按频谱强度去噪可以避免信号与噪声出现频率混叠现象。数值试验验证了傅里叶分析去噪在一定条件下比小波去噪更有效，并且能一定程度上抵抗奇异点的干扰。相反，小波去噪得到的噪声成分受到小波函数选择、阈值规则、分解层数等多种因素影响，从而具有较多的不确定性。（3）采用数理统计学，用高斯白噪声方差值和卡方检验值确定小波去噪的优化分解层数，改善了小波去噪分离白噪声的效果。（4）结合天津处于季风区的地理位置，提出通过密集采样风速序列和利用季风空间相关性提升风电预测的准确性。