El modo de descomposición dinámica de orden superior (HODMD) ha demostrado ser una herramienta eficiente para el análisis y predicción de sistemas dinámicos complejos descritos por modelos basados en datos. En el presente documento, proponemos una realización de HODMD que se basa en la descomposición tensorial de rango bajo de conjuntos de datos potencialmente de alta dimensionalidad. Se utiliza para calcular los modos y valores propios de HODMD y así reducir efectivamente la complejidad computacional del problema. La extensión propuesta también proporciona una realización más eficiente de la descomposición dinámica de modo ordinario con el uso de la descomposición de tren de tensores. La alta eficiencia de HODMD basado en tren de tensores (TT-HODMD) se ilustra con algunos ejemplos, incluido el pronóstico de la carga de un sistema de energía, que proporciona comparaciones entre TT-HODMD y HODMD en términos de tiempo de cálculo y precisión. El algoritmo desarrollado puede ser utilizado de manera efectiva para la predicción de sistemas dinámicos de alta dimensionalidad.