过去依赖于本土煤炭资源我国国民经济快速发展。但是国内人均资源占有量贫乏，能源利用率低以及粗放型发展结构直接导致主要矿产资源的对外依赖度上升，这不仅加大了我国的能源风险，同时对环境的危害也造成了非常严重的危害，对经济社会的可持续发展构成威胁。针对能源相关领域进行预报，对于能源可利用率的提高，能源风险预警，保护生态环境，保护国民经济财产具有重要意义。本文分析了我国能源状况，发展趋势，能源预报在我国能源产业的作用，以及现今我国能源预报研究状况。针对能源预报中存在的问题，提出使用Wave-Ann模型应用于能源预报领域。本文简要介绍了小波分析的理论知识，并就傅里叶变换和窗口傅里叶变换与小波分析进行了比较，阐述了小波分析在时频局部处理方面的强大能力，以及在实际应用中采用的离散小波快速变换方法Mallat方法，同时介绍了人工神经网络模型的基础知识为Wave-Ann模型打下理论基础。小波分析具有局部化时频分析能力，可利用这种“调焦”的性质实现待分析信号的时频分析，将信号的有效频率成分进行分离，实现信号的有效信息提取。人工神经网络具有优秀的自学习和自适应能力，良好的非线性拟合能力。基于小波分析与人工神经网络的联合预报模型(Wave-Ann模型)结合两者之间的优点，有效识别信号的主要频率成分并提取局部信息，避免了输入数据量庞杂，收敛速度慢等缺点，并利用人工神经网络实现历史序列与未来数据的非线性拟合，提高了预测精度和预测速度。在Wave-Ann模型的基础上，本文研究了Wave-Ann模型在能源预报领域——中长期水文预报领域和风能预报领域的应用，为能源水力发电调度和风电电网调度提供了理论依据。