电力系统状态估计并行计算研究软件工程专业论文.docxVIP

华北电力大学硕士学位论文摘 华北电力大学硕士学位论文 摘 要 随着电力系统调度自动化的飞速发展，国家对电力系统运行安全性、经济性、 供电质量以及电网事故后的恢复措施提出了更高的要求，而电网规模的扩大，电 网量测设备增加，以及各种EMS高级应用软件(PAS)的实现，导致SCADA 系统需要采集的数据量也越来越多。作为PAS其他应用的基础，进行拓扑分析 后的状态估计计算需要稳定、高效、快速的实现，因此，对量测数据稳定快速的 计算，对状态估计提出了不小的挑战，而并行计算的发展，对电力系统状态估计 实时快速计算提供了可能。 本论文以电力系统状态估计的计算为背景，选择经典的基本加权最小二乘状 态估计算法，通过对算法的仿真和分析，得出了状态估计中Lu分解法解高维稀 疏线性修正方程组占用了算法的主要时间，介于Lu分解法前推回代不适合并行 的特点，以及状态估计计算中信息矩阵对称正定的性质，选择迭代法中的适合求 解对称正定矩阵的共轭梯度法，结合预处理技术，首先，提出了一种基于预处理 共轭梯度法的加权最小二乘状态估计改进算法，即PcG．WLs法。其次，对 PCG．wLS状态估计改进算法进行了并行化设计与分析，由于信息矩阵稀疏度较 高，结合稀疏矩阵技术，对信息矩阵进行分块并行计算，在状态估计的持续计算 中，一次变动仅仅是信息矩阵的部分变动，由此，只需传输需要改变的子矩阵部 分，从而提高计算效率。最后，借助GPu的强大并行计算性能，基于cuDA的 GPU进行了并行编程，然后对CUDA平台下的状态估计并行计算进行了设计， 利用GPu进行了PcG．wLs状态估计改进算法的并行实验，由仿真实验结果分 析得出起到了良好的加速效果，验证了该并行方法的有效性。 通过仿真实验，本文提出的基于预处理共轭梯度法的加权最小二乘状态估计 改进算法有良好的计算效果，其并行计算方法在实际状态估计系统中应具有较好 的工程加速效果。 关键词：电力系统；状态估计；并行计算；共轭梯度法；图形处理器 万方数据 华北电力大学硕士学位论文Abstract 华北电力大学硕士学位论文 Abstract With the rapid deVelopment of power system’s dispatching automatiOn，a higher requirements of operation security， economy， power quality aIld rehabilitation measures a矗er accidents for power system has been proposed．。While the grid size expended，grid measuring equipment increased，asⅥ，eⅡas a Variety of E】ⅥS adVanced application sonware(IjAS)implementation，resulting in the a great amount of collected data by the SCADA system．As a basis for PAS state’s other applications， State estimated calculation after topology aJlalysis requires stable，emcient and rapid， therefore，rapid calculation of the meaSured data stability’presents a big challenge to state estimation，While the deVelopment of parallel computing make it possible to calculate quickly of the power system state estimation in realtime． In this paper，a 1a玛e—scale power system state estimation is calculated as the background，using basic we远hted least squ盯es of state estimation．Through the algorithm simulation and analysis， LU decomposition method for solVing h堙h—dimensional sparse linear correction equations occupy the main time algo“也m of the State e