电力自动化设备
電力自動化設備
전력자동화설비
ELECTRIC POWER AUTOMATION EQUIPMENT
2013年
7期
126-131,138
,共7页
机组组合%半定规划%GPU%QMR%不完全Cholesky分解%并行算法%Krylov%线性规划
機組組閤%半定規劃%GPU%QMR%不完全Cholesky分解%併行算法%Krylov%線性規劃
궤조조합%반정규화%GPU%QMR%불완전Cholesky분해%병행산법%Krylov%선성규화
unit commitment%semidefinite programming%GPU%QMR%Incomplete Cholesky decomposition%parallel algorithms%Krylov%linear programming
针对内点法求解机组组合问题的半定规划(SDP)模型时大规模线性方程组计算时间太长的问题,提出一种基于图形处理器(GPU)的Krylov子空间并行算法.该算法采用预条件处理的拟最小残差法(QMR法),并以矩阵分块技术为基础,在CSR存储格式下使用GPU实现Incomplete Cholesky并行预处理矩阵的计算.通过对不同规模线性方程组的计算分析表明,与传统的Cholesky直接法相比,QMR并行算法具有速度和存储优势,可获得良好的并行加速比.10～100机6个系统的仿真结果也表明,该SDP并行内点法在减少计算时间的同时可求得近似最优解.
針對內點法求解機組組閤問題的半定規劃(SDP)模型時大規模線性方程組計算時間太長的問題,提齣一種基于圖形處理器(GPU)的Krylov子空間併行算法.該算法採用預條件處理的擬最小殘差法(QMR法),併以矩陣分塊技術為基礎,在CSR存儲格式下使用GPU實現Incomplete Cholesky併行預處理矩陣的計算.通過對不同規模線性方程組的計算分析錶明,與傳統的Cholesky直接法相比,QMR併行算法具有速度和存儲優勢,可穫得良好的併行加速比.10～100機6箇繫統的倣真結果也錶明,該SDP併行內點法在減少計算時間的同時可求得近似最優解.
침대내점법구해궤조조합문제적반정규화(SDP)모형시대규모선성방정조계산시간태장적문제,제출일충기우도형처리기(GPU)적Krylov자공간병행산법.해산법채용예조건처리적의최소잔차법(QMR법),병이구진분괴기술위기출,재CSR존저격식하사용GPU실현Incomplete Cholesky병행예처리구진적계산.통과대불동규모선성방정조적계산분석표명,여전통적Cholesky직접법상비,QMR병행산법구유속도화존저우세,가획득량호적병행가속비.10～100궤6개계통적방진결과야표명,해SDP병행내점법재감소계산시간적동시가구득근사최우해.
