基于GPU的电力系统静态安全评估的研究

被引量 : 0次 | 上传用户:dvluxiang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在电力学科中,静态安全分析技术是保证电网稳定运行的一项关键技术,由于包含非常庞大的计算量,所以通常需要借助于高性能计算机帮助计算。而在经典的计算机架构下计算机的计算能力难以保证其业务的实时性。随着GPU技术的不断发展,NVIDIA公司推出的CUDA架构让GPU在通用计算领域越来越普及,由于GPU在硬件上的特点,拥有良好并行计算能力,能很好应对需要大规模计算量的场景。在静态安全分析系统中引入GPU来加速系统的运行,可以迅速得到计算结果,并可以解决在更大规模的电网上进行静态安全分析速度过慢的问题。电力系
其他文献
规则引擎起源于基于规则的专家系统,是专家系统的一个分支。随着业务的不断变化,企业级应用要求系统的业务逻辑随时做出调整。传统的方式是把业务逻辑在程序中实现,这样如果业务
文本的情感倾向分析即对于人们关注的一个问题或者对象,通过自动化工具,对网络中的评论性文章进行自动分析,判断文章的情感倾向,获得有价值的信息,并且归纳、整理出不同的态度和立
Web服务标准的出现有效地解决了异构信息系统之间的互操作问题。面向服务的体系结构(SOA)提出了基于Web服务的面向系统集成的方法论,指导实现异构系统之间的整合与协同。企业
基于内容的图像检索(CBIR)是90年代以来逐渐兴起的一个新的研究方向,它脱离了基于文本检索的以数据库为基础,以大工作量的人工为代价的特点;而是以计算机视觉技术为依托,根据图像
排序作为网络分析中的一种关键技术,主要用于筛选和发现更多有价值的信息,已成为互联网公司和学术界都十分关心的课题之一。传统的排名方法集中在同构网络的单一因素分析上,
电子邮件已成为互联网上最重要的通信方式之一,随之也带来了垃圾邮件的泛滥。各种垃圾邮件过滤技术发展迅速,但它们依然存在着不少缺陷,其中最主要的两点是:没有完全面向用户
随着近年来互联网技术的不断发展,以及各个企业对网络的依赖性逐渐增大,为了获得更多的市场份额和利润,国内各大电信服务商都逐渐从第一阶段的“资源竞争”转向到第二阶段的“业
随着微博的飞速发展,日益增长的微博数据规模和用户查询请求对微博实时搜索的性能提出了更高的要求,寻找高效且稳定的微博实时索引方法来提高微博实时搜索的性能成为当务之急
本论文研究的对象是网络管理系统的Web自动化测试设计与实现。论文在分析国内外自动化测试研究发展现状的基础上,对自动化测试实现的理论基础、基本原理和关键技术进行了深入
数据备份系统最常用的用途是恢复用户偶然错误删除的文件和恢复由于磁盘损坏而丢失的数据。传统的数据备份系统需要整个系统停止运行才能进行,在备份期间,无法进行正常的数据访