本文關鍵詞：電力系統(tǒng)狀態(tài)估計并行計算研究

  更多相關文章： 電力系統(tǒng) 狀態(tài)估計 并行計算 共軛梯度法 圖形處理器

【摘要】：隨著電力系統(tǒng)調度自動化的飛速發(fā)展,國家對電力系統(tǒng)運行安全性、經濟性、供電質量以及電網(wǎng)事故后的恢復措施提出了更高的要求,而電網(wǎng)規(guī)模的擴大,電網(wǎng)量測設備增加,以及各種EMS高級應用軟件(PAS)的實現(xiàn),導致SCADA系統(tǒng)需要采集的數(shù)據(jù)量也越來越多。作為PAS其他應用的基礎,進行拓撲分析后的狀態(tài)估計計算需要穩(wěn)定、高效、快速的實現(xiàn),因此,對量測數(shù)據(jù)穩(wěn)定快速的計算,對狀態(tài)估計提出了不小的挑戰(zhàn),而并行計算的發(fā)展,對電力系統(tǒng)狀態(tài)估計實時快速計算提供了可能。本論文以電力系統(tǒng)狀態(tài)估計的計算為背景,選擇經典的基本加權最小二乘狀態(tài)估計算法,通過對算法的仿真和分析,得出了狀態(tài)估計中LU分解法解高維稀疏線性修正方程組占用了算法的主要時間,介于LU分解法前推回代不適合并行的特點,以及狀態(tài)估計計算中信息矩陣對稱正定的性質,選擇迭代法中的適合求解對稱正定矩陣的共軛梯度法,結合預處理技術,首先,提出了一種基于預處理共軛梯度法的加權最小二乘狀態(tài)估計改進算法,即PCG-WLS法。其次,對PCG-WLS狀態(tài)估計改進算法進行了并行化設計與分析,由于信息矩陣稀疏度較高,結合稀疏矩陣技術,對信息矩陣進行分塊并行計算,在狀態(tài)估計的持續(xù)計算中,一次變動僅僅是信息矩陣的部分變動,由此,只需傳輸需要改變的子矩陣部分,從而提高計算效率。最后,借助GPU的強大并行計算性能,基于CUDA的GPU進行了并行編程,然后對CUDA平臺下的狀態(tài)估計并行計算進行了設計,利用GPU進行了PCG-WLS狀態(tài)估計改進算法的并行實驗,由仿真實驗結果分析得出起到了良好的加速效果,驗證了該并行方法的有效性。通過仿真實驗,本文提出的基于預處理共軛梯度法的加權最小二乘狀態(tài)估計改進算法有良好的計算效果,其并行計算方法在實際狀態(tài)估計系統(tǒng)中應具有較好的工程加速效果。
【關鍵詞】：電力系統(tǒng) 狀態(tài)估計 并行計算 共軛梯度法 圖形處理器
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM73;TP338.6
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 論文研究背景及意義10-11
• 1.2 國內外研究現(xiàn)狀與發(fā)展趨勢11-13
• 1.3 論文的主要研究內容及工作13-14
• 1.4 論文的組織結構14-16
• 第2章 相關理論與技術16-24
• 2.1 電力系統(tǒng)狀態(tài)估計介紹16
• 2.2 狀態(tài)估計與常規(guī)潮流的比較16-17
• 2.3 電力系統(tǒng)狀態(tài)估計問題中的數(shù)學模型17-19
• 2.3.1 量測系統(tǒng)的數(shù)學模型17-18
• 2.3.2 最小二乘估計的數(shù)學模型18-19
• 2.4 牛頓法解加權最小二乘估計問題19-22
• 2.4.1 加權最小二乘法的基礎理論概述19-21
• 2.4.2 量測雅可比矩陣的求解方法21-22
• 2.5 加權最小二乘法狀態(tài)估計程序流程圖22-23
• 2.6 本章小結23-24
• 第3章 基于預處理共軛梯度法的電力系統(tǒng)狀態(tài)估計算法改進(PCG-WLS)24-32
• 3.1 當前狀態(tài)估計算法的問題及分析24-25
• 3.1.1 基于LU分解法的狀態(tài)估計計算方法24
• 3.1.2 LU分解法求解存在的問題24-25
• 3.2 狀態(tài)估計算法的改進方法25-28
• 3.2.1 Krylov子空間法的優(yōu)勢25
• 3.2.2 基于共軛梯度法的狀態(tài)估計算法25-26
• 3.2.3 預處理的共軛梯度法26-28
• 3.3 預處理方法的選取28-30
• 3.3.1 對角線預處理法28
• 3.3.2 不完全LU分解預處理法28-29
• 3.3.3 不完全Cholesky分解預處理法29-30
• 3.4 PCG-WLS法狀態(tài)估計算流程圖30-31
• 3.5 本章小結31-32
• 第4章 基于改進算法(PCG-WLS)的電力系統(tǒng)狀態(tài)估計并行設計與分析32-40
• 4.1 狀態(tài)估計算法并行設計基本思路32-33
• 4.2 狀態(tài)估計中稀疏矩陣優(yōu)化并行33-34
• 4.2.1 量測雅可比矩陣的稀疏存儲優(yōu)化方案33-34
• 4.2.2 信息矩陣的稀疏存儲優(yōu)化方案34
• 4.3 預處理共軛梯度法的并行化設計34-35
• 4.3.1 共軛梯度法的并行化34-35
• 4.3.2 預處理方法的并行化35
• 4.4 信息矩陣的分塊及并行實現(xiàn)35-38
• 4.4.1 分布式陣列并行方案36-37
• 4.4.2 聯(lián)合分布式陣列并行方案37-38
• 4.5 并行計算程序設計與分析38-39
• 4.5.1 CPU多核并行計算平臺38-39
• 4.5.2 并行計算復雜度分析39
• 4.5.3 并行計算數(shù)據(jù)通信分析39
• 4.6 本章小結39-40
• 第5章 基于圖形處理器(GPU)的PCG-WLS狀態(tài)估計并行計算40-58
• 5.1 基于統(tǒng)一計算設備架構(CUDA)的GPU并行40-43
• 5.1.1 CUDA技術40
• 5.1.2 CUDA編程模型40-41
• 5.1.3 CUDA軟件體系41-42
• 5.1.4 CUDA并行環(huán)境搭建42-43
• 5.2 CUDA平臺下的狀態(tài)估計并行計算設計43
• 5.3 基于CUDA的狀態(tài)估計并行計算程序流程43-44
• 5.4 電力系統(tǒng)狀態(tài)估計的并行模擬實驗44-46
• 5.4.1 常規(guī)潮流模擬電力系統(tǒng)的運行44
• 5.4.2 遙測系統(tǒng)的模擬44-45
• 5.4.3 狀態(tài)估計結果的統(tǒng)計分析45-46
• 5.5 實驗與分析46-57
• 5.5.1 不同預處理方法下的狀態(tài)估計計算與分析46-52
• 5.5.2 CPU多核下的并行計算結果與分析52-55
• 5.5.3 基于GPU的并行結果與分析55-57
• 5.6 本章小結57-58
• 第6章 結論與展望58-60
• 6.1 全文總結58-59
• 6.2 未來的工作展望59-60
• 參考文獻60-64
• 攻讀碩士學位期間發(fā)表的學術論文及其它成果64-65
• 致謝65

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫安香,張理論,宋君強;并行計算的數(shù)據(jù)重分配[J];國防科技大學學報;2002年04期

2 曹衛(wèi);并行計算——計算科學與工程的核心[J];上海城市管理職業(yè)技術學院學報;2004年S1期

3 程球;幾種并行計算模型的分析[J];安徽電氣工程職業(yè)技術學院學報;2005年01期

4 張軍;譚俊杰;任登鳳;;二維含動邊界流場的并行計算[J];河海大學學報(自然科學版);2007年04期

5 胡曉力;田有先;;多粒度并行計算集群研究與應用[J];電力學報;2007年04期

6 谷照升;;基于多核CPU的并行計算設計[J];長春工程學院學報(自然科學版);2009年03期

7 劉魯源,王欣東,劉暢;機器人反向動力學并行計算及實現(xiàn)[J];天津大學學報;1992年04期

8 張偉林;網(wǎng)絡并行計算及在計算力學中的應用[J];安徽建筑工業(yè)學院學報(自然科學版);2003年01期

9 孫宏元;謝維信;楊勛;陸克中;;基于并行計算熵的同構集群負載均衡算法[J];深圳大學學報(理工版);2007年01期

10 王皓;傅旭東;孫其誠;馬宏博;高潔;;大尺度流域水文并行計算的方法改進[J];應用基礎與工程科學學報;2009年S1期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黃宇光;;整體同步并行計算方法的現(xiàn)狀與發(fā)展[A];信息科學與微電子技術:中國科協(xié)第三屆青年學術年會論文集[C];1998年

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

3 左風麗;莫則堯;葉文華;;計算流體三維分裂格式的高效并行計算[A];中國工程物理研究院科技年報（2003）[C];2003年

4 王欣;李志山;張志遠;;并行計算在彈塑性時程分析中的應用[A];信息化推動工程建設工業(yè)化——第四屆工程建設計算機應用創(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算改進的平方共軛殘差法[A];2008年全國開放式分布與并行計算機學術會議論文集(下冊)[C];2008年

6 胡金初;;并行計算中的任務分配算法[A];2005年全國理論計算機科學學術年會論文集[C];2005年

7 宋庭新;李慧;;面向服務的有限元并行計算網(wǎng)格系統(tǒng)設計[A];湖北省機械工程學會設計與傳動學會、武漢機械設計與傳動學會2008年學術年會論文集（2）[C];2008年

8 裘懿勇;徐斌;劉曉明;;并行計算作業(yè)調度系統(tǒng)的架構及應用[A];第十四屆中國科協(xié)年會第5分會場：綠色船舶與海洋裝備創(chuàng)新發(fā)展及產業(yè)化論壇論文集[C];2012年

9 裘懿勇;徐斌;劉曉明;;并行計算作業(yè)調度系統(tǒng)的架構及應用[A];2012年MIS/S&A學術交流會議論文集[C];2012年

10 肖保國;楊順華;邢建文;趙慧勇;;當?shù)刈赃m應建表方法在煤油超燃發(fā)動機并行計算中的應用[A];第十四屆全國激波與激波管學術會議論文集（下冊）[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 軼嘉;英特爾全球首個并行計算中心落戶無錫[N];人民郵電;2009年

2 曙光信息產業(yè)有限公司研發(fā)中心 溫鑫;并行計算任重道遠[N];中國計算機報;2007年

3 英特爾并行計算實驗室研究員 TimothyMattson;并行計算:減少串行軟件[N];中國計算機報;2007年

4 曙光信息產業(yè)有限公司研發(fā)中心 溫鑫;并行計算軟件開發(fā)概述[N];中國計算機報;2007年

5 劉霞;計算能力的提升需要一場革命[N];科技日報;2010年

6 安世亞太 雷先華;ANSYS高性能并行計算[N];中國航空報;2005年

7 張云泉;并行計算：迎接多核時代的挑戰(zhàn)[N];計算機世界;2006年

8 本報記者 馬文方;英特爾為何要牽頭并行計算[N];中國計算機報;2009年

9 英特爾 趙軍(Jun Zhao);PC機并行計算革命尚未成功[N];中國計算機報;2009年

10 ;Linux下的網(wǎng)絡并行計算[N];計算機世界;2000年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張雨新;改進的MPS方法及其三維并行計算研究[D];上海交通大學;2014年

2 李維山;面向領域應用的空間域和頻域分解模式并行計算[D];吉林大學;2016年

3 孫安香;數(shù)值氣象預報變分同化的伴隨模式并行計算[D];中國人民解放軍國防科學技術大學;2002年

4 張理論;面向氣象預報數(shù)值模式的高效并行計算研究[D];中國人民解放軍國防科學技術大學;2002年

5 龍柏;并行計算平臺上的數(shù)據(jù)索引技術研究[D];中國科學技術大學;2011年

6 管建和;電磁場有限元法解釋分布式并行計算的研究[D];中國地質大學（北京）;2006年

7 劉耀儒;三維有限元并行計算及其在水利工程中的應用[D];清華大學;2003年

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

9 盛艷秀;多核異構環(huán)境下通用并行計算框架關鍵技術研究[D];中國海洋大學;2013年

10 張帆;過程系統(tǒng)優(yōu)化的分布式并行計算[D];浙江大學;2002年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 胡榮華;并行計算在臨近天氣預報系統(tǒng)中的應用研究[D];華南理工大學;2015年

2 嚴善楷;異構系統(tǒng)中并行計算的動態(tài)負載均衡技術研究[D];華南理工大學;2015年

3 劉健健;基于云平臺下嵌入GPU并行計算框架的人臉檢測系統(tǒng)研究[D];中國海洋大學;2015年

4 張玉潔;基于多GPGPU并行計算的虛擬化技術研究[D];南京航空航天大學;2015年

5 鄭偉;Spark下MPI/GPU并行計算處理機制的研究[D];中國海洋大學;2015年

6 程金龍;NCS成像算法的并行模型設計和優(yōu)化[D];南京大學;2014年

7 郭立帥;POI簡化并行計算方法研究[D];南京師范大學;2013年

8 馮海云;高光譜輻射傳輸模擬及基于GPU的并行計算研究[D];南京大學;2014年

9 王剛;基于GPU集群的MapReduce并行計算框架的研究與實現(xiàn)[D];南京大學;2013年

10 王昌帥;并行衛(wèi)星云導風算法研究[D];吉林大學;2016年

，

本文編號：654749