El pronóstico preciso y confiable de la velocidad del viento (WSF) permite a los operadores de turbinas eólicas tomar decisiones informadas y maximizar el uso de la energía eólica disponible. Este estudio propone un modelo híbrido de WSF basado en la corrección de valores atípicos, algoritmos heurísticos, métodos de descomposición de señales y DLinear. Específicamente, el modelo híbrido (HI-IVMD-DLinear) comprende el identificador Hampel (HI), la descomposición de modo variacional mejorada (IVMD) optimizada por la optimización del lobo gris (GWO) y DLinear. En primer lugar, se detectan los valores atípicos en la secuencia de velocidad del viento y se reemplazan con el HI para mitigar su impacto en la precisión de la predicción. A continuación, la secuencia procesada por el HI se descompone en múltiples subsecuencias con el IVMD para mitigar la no estacionariedad y las fluctuaciones. Finalmente, cada subsecuencia es pronosticada por el novedoso algoritmo DLinear de forma individual. Las predicciones se reconstruyen para obtener el pronóstico final de la velocidad del viento. El HI-IVMD-DLinear se utiliza para predecir las secuencias reales históricas de velocidad del viento de tres regiones con el fin de evaluar su rendimiento. Los resultados experimentales revelan los siguientes hallazgos: (a) HI podría mejorar la precisión de la predicción y mitigar los efectos adversos de los valores atípicos; (b) IVMD demuestra un rendimiento de descomposición superior; (c) DLinear tiene un gran rendimiento de predicción y es adecuado para WSF; y (d) en general, el HI-IVMD-DLinear muestra una precisión y estabilidad superiores en la predicción de uno a cuatro pasos adelante, resaltando su gran potencial de aplicación.