一种面向复杂大规模非定常流场的智能预测方法

本申请公开了一种面向复杂大规模非定常流场的智能预测方法，涉及流体力学技术领域，包括针对多种几何外形和不同流动条件下的非定常流场进行数值模拟，以构建数据集；对所述数据集进行坐标变换，计算并减去平均流场，以得到包含脉动量的流场快照；利用本征正交分解对流场快照进行解耦，以得到各空间模态和时间系数；将时间系数输入至注意力增强的神经网络模型，以预测未来时刻的时间系数，模型基于精心设计的物理信息损失函数进行训练和参数优化；利用预测的时间系数、对应的空间模态及平均流场结合重构，以得到未来时刻的预测流场。本申请能够高效、精准地捕捉非定常流场的长期演变。