短期风电预测对于更新风电交易策略、设备保护和有效控制调节有很重要的意义。物理预测模型,尤其是基于计算流体力学(CFD)的物理预测模型,可以提供详细的风速分布数据。这些方法需要处理大量的CFD数据,这对于实际情况下的短期风电预测来说是十分耗时的。为了解决这个问题,本文采用主成分分析方法大幅度减少风速数据的维度。本文研究的创新点在于结合了 CFD数值模拟以及稀疏风速传感器测量,并使用了主成分分析和最小二乘法实现了风场重构分布。本文分仿真研究与实验研究两部分,并对各自的数据进行了对比和误差分析。本文中,入口风速被设置为3.5m/s-33.5m/s、入口风速风向角度被设置为0°-90°的风场被准确重建。当采样率低于某个数值时,本文提出的模型精度会随着采样率增加而增加,最终不再变化。测点位置分布对重构效果影响不大。本文在数值模拟过程中引入了高斯噪声,计算结果显示噪声的增加对重构精度影响不大。通过风洞实验研究证明了本文所提出风场重构模型的有效性。数值模拟结果以及实验结果表明,该方法能够快速准确用于风场重建。本文的研究结果,极大地提高了风场重建的速度,同时,仅仅利用少量的实测数据,使现场风场重构成为可行,为提高风电的利用率提供了一种新的途径。