国家教育部博士点基金(20120073110020)
- 作品数：6 被引量：41H指数：6
- 相关作者：严正赵文恺周挺辉唐聪李建华更多>>
- 相关机构：教育部国家电网公司华东电网有限公司更多>>
- 发文基金：国家教育部博士点基金国家电网公司科技项目更多>>
- 相关领域：电气工程更多>>
- 基于GPU的分块约化算法在小干扰稳定分析中的应用被引量：7
- 2015年
- 为了提高电力系统小干扰稳定全部特征值分析的计算速度,研究了QR算法中上Hessenberg约化算法的并行化方法。以分块的方式将约化算法中的浮点运算整合为高阶的基础线性代数子程序(BLAS)运算,实现了分块约化算法在中央处理器(CPU)/图形处理器(GPU)混合架构下的并行,并应用到大规模电力系统的小干扰稳定全部特征值分析中。仿真结果表明,相比于多核CPU并行,基于GPU的分块上Hessenberg约化算法取得了高达5倍的加速效果。包含所提方法的全部特征值分析的整体计算速度获得了显著的提升,提高了QR算法对于大规模电力系统仿真分析的适用性。
- 张逸飞严正赵文恺曹路李建华
- 关键词：小干扰稳定分析并行计算图形处理器分块算法
- 基于图形处理器的广义最小残差迭代法在电力系统暂态仿真中的应用被引量：6
- 2013年
- 文中对电力系统暂态仿真算法及并行化设计进行了研究,针对图形处理器(graphic processing unit,GPU)的特性,应用广义最小残差法(generalized minimal residual,GMRES)提出一种基于GPU的电力系统暂态仿真并行算法。该算法采用预处理算法对暂态仿真计算过程中的系数矩阵进行预处理,降低条件数以提升收敛速度,经预处理后的线性方程组通过GMRES算法在GPU上并行求解,针对暂态仿真计算中线性方程组稀疏性的特点,算法应用稀疏存储技术以节省计算量和内存占用空间。测试表明,所提出的GPU并行算法与PSAT软件计算结果近似;相对CPU串行程序,当算例规模足够大时,GPU并行算法的加速效果明显,实测最高加速比为3.3。
- 唐聪严正周挺辉
- 关键词：暂态仿真图形处理器统一计算设备架构稀疏技术
- 电力系统小信号稳定全特征值分析的改进BR算法被引量：6
- 2014年
- BR算法是一种计算非对称矩阵全特征值的数值方法。为解决矩阵阶数增加而严重恶化BR算法数值稳定的问题,本文提出一种改进的BR算法来分析电力系统小信号稳定。为提高计算精度,该算法采用正交相似变换替代高斯变换,来执行矩阵约化和特征值迭代过程中的列消元。采用严格的行消元准则,抑制特征值迭代过程中行突刺的出现,以降低带状上Hessenberg矩阵的带宽和提高计算速度。结合动态节点靠后排序策略和稀疏技术,实现状态矩阵的快速求解。3个IEEE系统和3个实际系统的仿真结果表明,改进BR算法的数值稳定性比原始BR算法有显著提高,并保留了特征值计算复杂度与矩阵阶数的平方渐进成正比的特点,为小信号稳定全部特征分析方法的研究,提供了新的思路。
- 赵文恺严正房鑫炎王毅
- 关键词：小信号稳定正交变换
- 基于图形处理器的电力系统稀疏线性方程组求解方法被引量：9
- 2015年
- 针对电力系统大规模线性方程组的稀疏特点,提出了基于图形处理器（GPU）的直接求解方法。该方法首先利用基于先排序的分块对角加边形式（BBDF）划分方法对方程组系数矩阵进行分割,形成具有粗粒度和细粒度两层并行结构的线性方程组,然后利用GPU的线程块和线程并行特性对其分别予以求解。将上述方法应用到电力系统暂态稳定计算中,并对其加速效果进行了测试。测试结果表明,在目前普及的设备上,所提方法可获得3~4倍的加速比;在高端设备上,能够获得7~8倍的加速比。
- 周挺辉赵文恺严正徐得超江涵
- 关键词：电力系统暂态稳定计算图形处理器稀疏技术加速比
- 基于多核处理器技术的暂态稳定并行算法被引量：11
- 2013年
- 对电力系统暂态稳定分析的算法及并行化设计进行了研究,针对多核计算机特点,抛弃了传统的消息传递接口,采用了近年来新出现的OpenMP并行技术,结合最小度最小深度的重排序算法和基于因子表路径树法进行区域的划分,使LU分解法和暂态稳定的其他计算过程能够解耦成为若干并行任务,由各个核心并行执行。此法的优点在于,各核心之间具有可靠的高带宽、低延时通信,联系非常紧密,可以实现"多次少量"的细颗粒并行。用1 056和3 872条母线的2个算例进行测试,结果显示,相比传统的多机并行技术,基于多核处理器的并行算法获得了良好的效果,在双核、四核计算机上分别获得了超过1.7及3.0的加速比。
- 周挺辉严正唐聪李乃湖景雷李慧杰
- 关键词：暂态稳定多核并行计算实时仿真OPENMP
- 采用隐式Cholesky分解的大规模病态潮流计算被引量：6
- 2016年
- Levenberg-Marquardt(LM)方法是一种求解非线性方程组最小二乘解的数值方法,可以提高电力系统潮流计算的收敛性。为了提升LM方法求解病态潮流的计算效率,从注入元和计算时间2个角度比较分析2种不同的LM方法迭代步稀疏求解方案。在此基础上,采用隐式Cholesky分解算法求解LM迭代步,减少冗余计算量,进一步提高LM方法迭代步计算效率,算例通过对大规模电力系统潮流的仿真分析,验证了该方法的正确性和高效性。
- 张道天严正徐潇源赵文恺曹路李建华
- 关键词：CHOLESKY分解稀疏技术
