基于POD与数据时效性神经网络融合的山地风场预测方法

本发明公开了基于POD与数据时效性神经网络融合的山地风场预测方法，本方法先获取原始数据集，接着运用POD算法对原始数据集中的数据进行分解，分解为POD相干模态和0～t秒POD模态系数；然后构建时序预测模块，利用该模块预测t～Δt秒的POD基系数；最后通过POD重构得到山地风场预测结果；本发明提出方法提高了山地风场预测精度，解决了现有技术中存在的因流场高度非线性致POD模态系数时间波动导致的预测精度低的技术问题。