基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法

基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法

ID:37024121

大?。?.16 MB

頁數(shù):64頁

時間:2019-05-15

基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法_第1頁
基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法_第2頁
基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法_第3頁
基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法_第4頁
基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法_第5頁
資源描述:

《基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于指數(shù)積分方法的電磁暫態(tài)仿真GPU并行算法GPUBasedParallelAlgorithmofExponentialIntegrationMethodforElectromagneticTransientSimulation工程領(lǐng)域:電氣工程作者姓名:劉君陶指導(dǎo)教師:趙金利副教授企業(yè)導(dǎo)師:申剛高級工程師天津大學(xué)電氣自動化與信息工程學(xué)院二〇一七年十二月獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研宄工作和取得的研究成果,除了文中特別加以標(biāo)注和致謝之處外,論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得天津大學(xué)或其他教育機(jī)

2、構(gòu)的學(xué)位或證書而使用過的材料一。與我同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。學(xué)位論文作者簽名:簽字日期:年/2月7日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解天津大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)天津大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,并采用影印、縮印或掃描等復(fù)制手段保存、匯編以供查閱和借閱。同意學(xué)校向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤。(保密的學(xué)位論文在解密后適用本授權(quán)說明)學(xué)位論文作者簽名:導(dǎo)師簽名:/簽字日期:以1年2月r日簽字日期:以

3、/年月,日//摘要電磁暫態(tài)仿真采用元件詳細(xì)動態(tài)特性建模,因其可以準(zhǔn)確刻畫微秒級的系統(tǒng)快動態(tài)過程,在對電力系統(tǒng)的分析和研究方面有著重要意義。同時,隨著電力系統(tǒng)網(wǎng)絡(luò)的規(guī)模不斷擴(kuò)大,可再生能源的大規(guī)模接入以及電力電子化系統(tǒng)的發(fā)展趨勢,使得傳統(tǒng)的電磁暫態(tài)仿真方法無論從速度上還是精度上都受到了極大的挑戰(zhàn)。本文充分利用GPU的并行計算資源,面向指數(shù)積分方法提出了基于CPU/GPU混合的電磁暫態(tài)仿真方法,將其應(yīng)用于具有連續(xù)非線性特征的動態(tài)系統(tǒng)中,同時針對電力電子電路提出了相應(yīng)的加速策略。論文主要研究內(nèi)容如下:1)將指數(shù)積分算法矩陣運算的高度并行性與基于CUDA的GPU并

4、行計算相結(jié)合,提出基于指數(shù)積分方法的電磁暫態(tài)CPU/GPU混合仿真算法。該方法利用GPU并行處理指數(shù)積分方法求解所需的大規(guī)模矩陣運算,而將復(fù)雜的系統(tǒng)狀態(tài)判斷更新環(huán)節(jié)保留在CPU中完成,有效提升了仿真計算速度;2)針對含有電力電子變流裝置的電力系統(tǒng),提出了基于指數(shù)積分算法的GPU加速策略。包括避免對?族函數(shù)的大量重復(fù)求解的矩陣存儲方案,相適應(yīng)的考慮多重開關(guān)動作的差值算法以及電力電子裝置的GPU混合并行算法,為解決面向電力電子化的電力能源系統(tǒng)的新需求提供了新的思路;3)對配電網(wǎng)以及高維非線性實際風(fēng)電場算例進(jìn)行仿真測試,驗證了所提出的基于指數(shù)積分方法的電磁暫態(tài)CPU

5、/GPU混合仿真算法,無論在速度或是精度上都取得了較好的效果。通過對更大規(guī)模的系統(tǒng)進(jìn)行測試,驗證了該算法隨著系統(tǒng)規(guī)模增大,加速效果會得到更加明顯的提升。此外,對含電力電子裝置系統(tǒng)進(jìn)行算例驗證,證明了電力電子電路加速方法的正確性和有效性。關(guān)鍵詞:電磁暫態(tài)仿真,指數(shù)積分,GPU,并行計算,電力電子IABSTRACTTheelectromagnetictransientsimulationwithdetaileddynamicmodelingcanaccuratelydescribethefastdynamicsofthestudiedsysteminmicrose

6、condlevel.Therefore,itiswithgreatsignificanceintheanalysisandoperationofpowersystem.Meanwhile,thetraditionalelectromagnetictransientsimulationisgreatlychallengedinspeedandaccuracyconsideringthecontinuousexpansionofthesystemscale,thelarge-scaleintegrationofrenewableenergyandthetrendo

7、fthepowerelectronicintegration.Thus,aCPU/GPUhybridparallelalgorithmofexponentialintegrationmethodwasproposedinthisthesisforelectromagnetictransientsimulation,whichmadefulluseoftheparallelcomputingresourcesofGPU.Itisappliedtodynamicalsystemswithcontinuousnonlinearfeatures.Anovelaccel

8、eratingstrategyfort

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。