风能预测是可再生能源领域的重要研究方向之一。为了提高风能预测的准确性，我们采用了粒子群算法（PSO）优化支持向量机（SVM）的方法。首先，通过DBCAN算法提取了风能异常数据，并利用KMEANS算法对处理后的数据进行聚类。在三类仿真实验设置中，我们使用PSO对SVM的参数进行优化，以更好地拟合风能数据的特征。在Matlab平台上进行的仿真实验结果显示，经过PSO优化的SVM在风能预测中表现出更高的准确性。同时，我们展示了风能数据聚类前后的对比结果，验证了通过聚类处理和PSO的优化可以有效提升风能预测的性能。