GPU技术的最新进展及其在电力系统中的应用前景探讨（英文）

被引：8

作者：

陈铉

阚博文

刘广一

机构：

[1] 全球能源互联网美国研究院

来源：

电力信息与通信技术 | 2018年 / 16卷 / 03期

关键词：

图形处理器; 智能电网; 高性能计算; 大数据; 机器学习;

D O I：

10.16543/j.2095-641x.electric.power.ict.2018.03.003

中图分类号：

TM76 [电力系统的自动化]; TP332 [运算器和控制器（CPU）];

学科分类号：

摘要：

随着电力电子技术的日趋成熟,以新能源为主的分布式发电正在逐步取代传统的集中发电模式。为保障电力系统安全稳定运行,智能电网中采用了新型量测设备对系统进行实时状态监测并对故障进行快速响应。与传统电网相比,由新型量测设备所产生的数据量以几何级数增长。另外,随着分布式发电、储能、需求侧响应负荷以及电动汽车等可控设备的大幅增加,电力系统中决策变量的数目日益增长,拓扑关系也日益复杂,因此更强大的计算能力是未来电网需求的核心。图形处理器(GPU)的海量数据并行特性使其在高性能计算(HPC)和大数据领域中占有一席之地。该特性使得GPU在电力系统高性能计算、机器学习以及电力系统大数据分析中拥有广阔的应用前景。文章从计算架构、软件生态、经济性等方面介绍了GPU的最新进展,并对GPU技术在智能电网中的应用前景进行了探讨。

引用

页码：16 / 25

页数：10

共 5 条

[1] A novel GPU-accelerated strategy for contingency screening of static security analysis[J] . Gan Zhou,Xu Zhang,Yansheng Lang,Rui Bo,Yupei Jia,Jinghuai Lin,Yanjun Feng.International Journal of Electrical Power and Ene . 2016
[2] Online 24-h solar power forecasting based on weather type classification using artificial neural network
Chen, Changsong
Duan, Shanxu
Cai, Tao
Liu, Bangyin
[J]. SOLAR ENERGY, 2011, 85 (11) : 2856 - 2870
[3] Short term wind speed forecasting in La Venta, Oaxaca, México, using artificial neural networks[J] . Erasmo Cadenas,Wilfrido Rivera.Renewable Energy . 2008 (1)
[4] Forecasting based on neural network approach of solar potential in Turkey[J] . Renewable Energy . 2004 (7)
[5] Single-chip heterogeneous computing:does the future include custom logic,FPGAs,and GPGPUs? .2 CHUNG E S,MILDER P A,HOE J C,et al. IEEE/ACM International Symposium on Microarchitecture . 2010

← 1 →