本文選題：狀態(tài)矩陣　切入點(diǎn)：Hager算法　出處：《鄭州大學(xué)》2017年碩士論文

【摘要】：隨著電網(wǎng)的互聯(lián),區(qū)域電網(wǎng)功率的相互支援提高了系統(tǒng)的經(jīng)濟(jì)性、安全性以及可靠性,然而低頻振蕩情況在系統(tǒng)中影響的范圍也越來越大。目前分析小干擾穩(wěn)定的基本方法是李雅普諾夫線性化處理方法。電網(wǎng)規(guī)模越大,狀態(tài)矩陣維數(shù)越高,構(gòu)建狀態(tài)矩陣所需要的時(shí)間就越長(zhǎng)。對(duì)于系統(tǒng)遭受的各種小干擾,如何能夠快速、準(zhǔn)確地判斷出系統(tǒng)的穩(wěn)定性是我們需要研究的問題。本文通過分析狀態(tài)矩陣的形成過程,加入Hager縮減矩陣的外形法和OpenMP并行計(jì)算技術(shù),來提高構(gòu)建狀態(tài)矩陣的計(jì)算速度。首先,通過分析系統(tǒng)狀態(tài)矩陣的構(gòu)建過程,發(fā)現(xiàn)在構(gòu)建狀態(tài)矩陣的過程中耗時(shí)較長(zhǎng)的是矩陣求逆和矩陣相乘的運(yùn)算,特別是大系統(tǒng)高階數(shù)的狀態(tài)矩陣,運(yùn)算量大,內(nèi)存占用多,計(jì)算速度緩慢。為了提升矩陣的計(jì)算速度,本文引入Hager算法和OpenMP并行處理技術(shù)。Hager算法是一種縮減矩陣外形的算法,該算法的基本思想是利用行列對(duì)換逐漸縮減矩陣的外形,從而減小矩陣存儲(chǔ)及運(yùn)算次數(shù),提高計(jì)算速度。并行計(jì)算已在潮流計(jì)算和暫態(tài)穩(wěn)定方面得到應(yīng)用,通過分析狀態(tài)矩陣的構(gòu)建過程也能利用并行計(jì)算加快形成速度,OpenMP并行處理技術(shù)具備易于移植、串行等價(jià)以及能夠增量并行等優(yōu)點(diǎn)。然后,在Hager算法預(yù)處理后對(duì)狀態(tài)矩陣構(gòu)建過程進(jìn)行并行算法設(shè)計(jì),同時(shí)分析該方法并行計(jì)算的性能。最后,用兩個(gè)實(shí)際電網(wǎng)的算例驗(yàn)證了在構(gòu)建電力系統(tǒng)狀態(tài)矩陣時(shí)加入Hager縮減矩陣外形法和OpenMP并行處理技術(shù)的方法有效提高了狀態(tài)矩陣形成的速度。并行程序是在操作系統(tǒng)Windows7,Intel Parallel Studio XE 2011集成的Visual Studio 2010平臺(tái)下,編譯器Visual Fortran Compiler XE 12.0編譯執(zhí)行的。算例運(yùn)行結(jié)果表明:該方法有效縮減了構(gòu)建狀態(tài)矩陣的時(shí)間,是切實(shí)可行的好方法。
[Abstract]:With the interconnection of the power grid, the mutual support of the regional power network improves the economy, security and reliability of the system. However, the influence of the low frequency oscillation in the system is increasing.At present, the basic method to analyze the small disturbance stability is the Lyapunov linearization method.The larger the scale of power grid, the higher the dimension of state matrix and the longer the time required to construct state matrix.How to judge the stability of the system quickly and accurately is a problem we need to study.In this paper, by analyzing the forming process of state matrix and adding the shape method of Hager reduced matrix and OpenMP parallel computing technology, the calculation speed of state matrix construction is improved.First of all, by analyzing the process of constructing the state matrix of the system, it is found that in the process of constructing the state matrix, the computation of matrix inverse and matrix multiplication is time-consuming, especially the state matrix of large scale system with high order number, which has a large amount of computation and a large amount of memory.The speed of calculation is slow.In order to improve the computation speed of matrix, this paper introduces Hager algorithm and OpenMP parallel processing technology. Hager algorithm is an algorithm of reducing matrix shape. The basic idea of this algorithm is to use column and column exchange to gradually reduce the shape of matrix.In order to reduce the number of matrix storage and operation, improve the speed of calculation.Parallel computing has been applied in power flow calculation and transient stability. By analyzing the construction process of state matrix, parallel computing can also be used to accelerate the formation speed. OpenMP parallel processing technology is easy to transplant.Serial equivalence and the ability to incrementally parallel, and so on.Then, after preprocessing the Hager algorithm, the state matrix construction process is designed in parallel algorithm, and the performance of the parallel computing method is analyzed at the same time.Finally, two practical power grid examples are given to verify that the addition of Hager reduction matrix contour method and OpenMP parallel processing technology to power system state matrix can effectively improve the speed of state matrix formation.The parallel program is compiled and executed by the compiler Visual Fortran Compiler XE 12.0 under the integrated Visual Studio 2010 platform of Windows 7 / Intel Parallel Studio XE 2011.The simulation results show that this method can effectively reduce the time of constructing state matrix and is a feasible and good method.
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TM74

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 廖國(guó)寧;師和;;模擬電路故障診斷中的狀態(tài)矩陣字典與模糊決策[J];南京工學(xué)院學(xué)報(bào);1987年05期

2 王正浩;袁惠群;;轉(zhuǎn)子系統(tǒng)狀態(tài)矩陣與穩(wěn)定性分析[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年07期

3 陸克中;孫宏元;;同構(gòu)集群中并行計(jì)算熵研究[J];深圳大學(xué)學(xué)報(bào)(理工版);2009年01期

4 孫安香,張理論,宋君強(qiáng);并行計(jì)算的數(shù)據(jù)重分配[J];國(guó)防科技大學(xué)學(xué)報(bào);2002年04期

5 曹衛(wèi);并行計(jì)算——計(jì)算科學(xué)與工程的核心[J];上海城市管理職業(yè)技術(shù)學(xué)院學(xué)報(bào);2004年S1期

6 程球;幾種并行計(jì)算模型的分析[J];安徽電氣工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年01期

7 張軍;譚俊杰;任登鳳;;二維含動(dòng)邊界流場(chǎng)的并行計(jì)算[J];河海大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

8 胡曉力;田有先;;多粒度并行計(jì)算集群研究與應(yīng)用[J];電力學(xué)報(bào);2007年04期

9 谷照升;;基于多核CPU的并行計(jì)算設(shè)計(jì)[J];長(zhǎng)春工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

10 劉魯源,王欣東,劉暢;機(jī)器人反向動(dòng)力學(xué)并行計(jì)算及實(shí)現(xiàn)[J];天津大學(xué)學(xué)報(bào);1992年04期

相關(guān)會(huì)議論文 前10條

1 黃宇光;;整體同步并行計(jì)算方法的現(xiàn)狀與發(fā)展[A];信息科學(xué)與微電子技術(shù):中國(guó)科協(xié)第三屆青年學(xué)術(shù)年會(huì)論文集[C];1998年

2 羅文彩;陳小前;;并行計(jì)算的多方法優(yōu)化協(xié)作[A];第二十四屆中國(guó)控制會(huì)議論文集（上冊(cè)）[C];2005年

3 左風(fēng)麗;莫?jiǎng)t堯;葉文華;;計(jì)算流體三維分裂格式的高效并行計(jì)算[A];中國(guó)工程物理研究院科技年報(bào)（2003）[C];2003年

4 王欣;李志山;張志遠(yuǎn);;并行計(jì)算在彈塑性時(shí)程分析中的應(yīng)用[A];信息化推動(dòng)工程建設(shè)工業(yè)化——第四屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2013年

5 張理濤;黃廷祝;谷同祥;左憲禹;;一種適合于分布式并行計(jì)算改進(jìn)的平方共軛殘差法[A];2008年全國(guó)開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2008年

6 胡金初;;并行計(jì)算中的任務(wù)分配算法[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

7 宋庭新;李慧;;面向服務(wù)的有限元并行計(jì)算網(wǎng)格系統(tǒng)設(shè)計(jì)[A];湖北省機(jī)械工程學(xué)會(huì)設(shè)計(jì)與傳動(dòng)學(xué)會(huì)、武漢機(jī)械設(shè)計(jì)與傳動(dòng)學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（2）[C];2008年

8 裘懿勇;徐斌;劉曉明;;并行計(jì)算作業(yè)調(diào)度系統(tǒng)的架構(gòu)及應(yīng)用[A];第十四屆中國(guó)科協(xié)年會(huì)第5分會(huì)場(chǎng)：綠色船舶與海洋裝備創(chuàng)新發(fā)展及產(chǎn)業(yè)化論壇論文集[C];2012年

9 裘懿勇;徐斌;劉曉明;;并行計(jì)算作業(yè)調(diào)度系統(tǒng)的架構(gòu)及應(yīng)用[A];2012年MIS/S&A學(xué)術(shù)交流會(huì)議論文集[C];2012年

10 肖保國(guó);楊順華;邢建文;趙慧勇;;當(dāng)?shù)刈赃m應(yīng)建表方法在煤油超燃發(fā)動(dòng)機(jī)并行計(jì)算中的應(yīng)用[A];第十四屆全國(guó)激波與激波管學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 軼嘉;英特爾全球首個(gè)并行計(jì)算中心落戶無(wú)錫[N];人民郵電;2009年

2 曙光信息產(chǎn)業(yè)有限公司研發(fā)中心 溫鑫;并行計(jì)算任重道遠(yuǎn)[N];中國(guó)計(jì)算機(jī)報(bào);2007年

3 英特爾并行計(jì)算實(shí)驗(yàn)室研究員 TimothyMattson;并行計(jì)算:減少串行軟件[N];中國(guó)計(jì)算機(jī)報(bào);2007年

4 曙光信息產(chǎn)業(yè)有限公司研發(fā)中心 溫鑫;并行計(jì)算軟件開發(fā)概述[N];中國(guó)計(jì)算機(jī)報(bào);2007年

5 劉霞;計(jì)算能力的提升需要一場(chǎng)革命[N];科技日?qǐng)?bào);2010年

6 安世亞太 雷先華;ANSYS高性能并行計(jì)算[N];中國(guó)航空?qǐng)?bào);2005年

7 張?jiān)迫?并行計(jì)算：迎接多核時(shí)代的挑戰(zhàn)[N];計(jì)算機(jī)世界;2006年

8 本報(bào)記者 馬文方;英特爾為何要牽頭并行計(jì)算[N];中國(guó)計(jì)算機(jī)報(bào);2009年

9 英特爾 趙軍(Jun Zhao);PC機(jī)并行計(jì)算革命尚未成功[N];中國(guó)計(jì)算機(jī)報(bào);2009年

10 ;Linux下的網(wǎng)絡(luò)并行計(jì)算[N];計(jì)算機(jī)世界;2000年

相關(guān)博士學(xué)位論文 前10條

1 張雨新;改進(jìn)的MPS方法及其三維并行計(jì)算研究[D];上海交通大學(xué);2014年

2 李維山;面向領(lǐng)域應(yīng)用的空間域和頻域分解模式并行計(jì)算[D];吉林大學(xué);2016年

3 萬(wàn)爛軍;面向新型異構(gòu)眾核系統(tǒng)的多設(shè)備協(xié)同并行計(jì)算關(guān)鍵技術(shù)研究[D];湖南大學(xué);2016年

4 孫安香;數(shù)值氣象預(yù)報(bào)變分同化的伴隨模式并行計(jì)算[D];中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué);2002年

5 張理論;面向氣象預(yù)報(bào)數(shù)值模式的高效并行計(jì)算研究[D];中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué);2002年

6 龍柏;并行計(jì)算平臺(tái)上的數(shù)據(jù)索引技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

7 管建和;電磁場(chǎng)有限元法解釋分布式并行計(jì)算的研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2006年

8 劉耀儒;三維有限元并行計(jì)算及其在水利工程中的應(yīng)用[D];清華大學(xué);2003年

9 金晶;并行計(jì)算普適編程模型及系統(tǒng)架構(gòu)研究[D];北京郵電大學(xué);2012年

10 盛艷秀;多核異構(gòu)環(huán)境下通用并行計(jì)算框架關(guān)鍵技術(shù)研究[D];中國(guó)海洋大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 胡崴;構(gòu)建電力系統(tǒng)狀態(tài)矩陣的并行計(jì)算研究[D];鄭州大學(xué);2017年

2 羅丹;電力系統(tǒng)小干擾穩(wěn)定分析中狀態(tài)矩陣的快速形成[D];鄭州大學(xué);2014年

3 張康宇;基于ASAR近海風(fēng)場(chǎng)反演方法研究[D];浙江大學(xué);2015年

4 胡榮華;并行計(jì)算在臨近天氣預(yù)報(bào)系統(tǒng)中的應(yīng)用研究[D];華南理工大學(xué);2015年

5 嚴(yán)善楷;異構(gòu)系統(tǒng)中并行計(jì)算的動(dòng)態(tài)負(fù)載均衡技術(shù)研究[D];華南理工大學(xué);2015年

6 陳磊;基于監(jiān)控信號(hào)的多信息提取識(shí)別的并行計(jì)算方法[D];南京理工大學(xué);2015年

7 焦弘杰;CPU-GPU異構(gòu)并行計(jì)算體系的設(shè)計(jì)與實(shí)現(xiàn)[D];江蘇科技大學(xué);2015年

8 陳從江;基于面向云服務(wù)的Python并行計(jì)算的研究[D];電子科技大學(xué);2014年

9 唐吉卓;基于GPU平臺(tái)的SVD并行計(jì)算研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

10 吳頎;GPU并行計(jì)算及其在飛行器設(shè)計(jì)中的應(yīng)用[D];北京理工大學(xué);2015年

，

本文編號(hào)：1720103