本发明公开了基于CEEMD‑SE‑EWT双分解和ARIMA组合预测的风速预测方法，包括：获取风电场历史风速数据，形成风速时间序列，并划分训练集和测试集；将风速时间序列进行CEEMD分解，得到一系列本征模态分量和一个残差序列；计算所有本征模态分量和的残差序列的样本熵，判断各序列的复杂程度；将样本熵值最高的序列进行EWT二次分解，得到一系列较高分辨率的子序列；对所有子序列分别创建ARIMA模型，得到各子序列的预测值；叠加所有子序列的预测值，得到最终风速预测结果。本发明采用CEEMD和EWT两种分解技术的结合，能有效降低序列的复杂程度，再将两次分解后相对平稳的序列进行ARIMA预测，该组合预测方法能够在一定程度上提高风速预测精度。