曙光─号并行计算机的系统软件与特点

曙光─号并行计算机的系统软件与特点樊建平，李国杰（国家智能计算机研究开发中心北京１０００８０）曙光一号共享存储多处理器系统提供一个通用的并行计算平台，以支持人工智能应用、科学计算以及一般信息处理系统的开发。系统设计的主要目标一方面是如何攻克全对称多处...     

选择做什么比知道怎么做还重要

在信息技术领域，并不是遍地都是黄金，随便做什么“自主创新”都能赚钱。相反，在强手如林的形势下，我们可能超越对手的技术方向并不多。成功的自主创新必须基于正确的技术决策，也就是说，在信息领域，选择做什么甚至比知道怎么做还重要，能够正确地选择技术方向就已经成功了一半。     

大数据系统和分析技术综述

首先根据处理形式的不同,介绍了不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系统,总结了大数据处理系统的三大发展趋势;随后,对系统支撑下的大数据分析技术和应用(包括深度学习、知识计算、社会计算与可视化等)进行了简要综述,总结了各种技术在大数据分析理解过程中的关键作用;最后梳理了大数据处理和分析面临的数据复杂性、计算复杂性和系统复杂性挑战,并逐一提出了可能的应对之策.     

电力系统参数空间暂态稳定边界构建及在线快速更新方法

为适应在线暂态稳定分析与控制,提出了一种电力系统参数空间中的暂态稳定边界构建及快速更新方法.对于给定的关键故障和既定故障前后的网络拓扑结构,首先,基于横向可扩展的宽度学习系统,构建了极限切除时间与电力系统参数之间的映射关系.为提高实际故障切除时间阈值附近的预测准确率,通过构建二次比例因子对临界误差进行修正.然后,结合预设故障切除时间阈值确定相应暂态稳定边界,并评估当前系统的稳定裕度.最后,在保证暂态稳定评估准确性的基础上,基于增量学习方法提出了无须重新训练全部网络的在线快速更新策略.通过对IEEE 39节点测试系统和中国南方电网实例系统仿真分析发现,所构建模型能够对系统暂态稳定性进行准确评估,并具有良好的泛化性能.同时,快速更新策略可在保证预测准确率的情况下,大幅减少模型更新时间,为在线暂态稳定评估提供了支撑.     

考虑需求响应及调频性能变化的虚拟电厂日前投标策略

随着分布式可再生能源装机容量在电力系统中占比的增大,新能源发电应当承担相应的二次调频任务,而虚拟电厂是分布式电源参与电力市场的重要途径。首先,提出了由分布式风电和电动汽车、空调负荷等广义储能组成的虚拟电厂参与能量-调频联合市场的运行机制。然后,建立广义储能受价格驱动的需求响应模型。为了提前对虚拟电厂调频性能进行预估,引入虚拟电厂调频性能指标。提出考虑需求响应及虚拟电厂调频性能指标的日前投标鲁棒优化策略。最后,通过算例探讨了需求响应模型参数变化对用户及虚拟电厂收益的影响。结果表明,所提虚拟电厂运行机制不仅可以有效提高虚拟电厂综合收益,而且使得虚拟电厂提供优质的调频服务。     

电力电子设备及含电力电子设备电力系统实时仿真研究综述

大量电力电子设备接入电力系统给电磁暂态实时仿真技术带来了巨大的挑战。文中从多个角度对电力电子设备和含电力电子设备电力系统实时仿真领域近年来的研究成果进行了综述。在应用场景和利用范式方面,除了硬件在环测试等对仿真实时性具有严格要求的场景,实时仿真还被用于其他单纯对仿真效率有较高要求的场景。在建模与仿真方法方面,无论是基于分立元件的建模仿真,还是基于端口特性或电路等值的电力电子设备建模仿真,都有商业化应用的案例,但如何兼顾高频、复杂设备实时仿真的效率和精度仍是当前研究的热点与难点。在实时仿真硬件平台方面,现场可编程门阵列（FPGA）和图像处理单元（GPU）等具有天然硬件并行性的计算芯片成为除CPU之外的重要选择,特别是FPGA正被越来越多的商业化平台所采用,但所用仿真算法大多基于传统框架,尚未能充分发挥FPGA的硬件架构优势。此外,电力电子设备和含电力电子设备电力系统实时仿真的算法并行性、强刚性与数值稳定性问题仍具有巨大的研究空间。     

面向配电网弹性提升的需求响应优化配置策略

社会和经济的发展对电力系统供电质量提出更高的要求,尤其是与用户相连的配电网易受扰动影响,需加强其供能弹性。随着智能电网技术的发展,通过优化资源配置、灵活调度需求响应资源,可以提高电网供能弹性。采用基于力学映射模型的多阶段弹性评估模型量化需求响应的优化配置对配电网弹性的提升效果,并通过遗传算法求解该非线性优化问题。最后,以IEEE 33节点系统为例验证该模型在需求响应配置问题中的合理性和有效性,并分析优化配置方案对配电网弹性的提升效果。     

求解SAT问题的分级重排搜索算法

局部搜索法在ＳＡＴ问题上的成功运用已引起越来越广泛的重视,然而,它在面对不可满足问题例时的局限性不能不被考虑．分级重排搜索算法ＭＳＲＡ（ｍｕｌｔｉ－ｓｔａｇｅｓｅａｒｃｈｒｅａｒｒａｎｇｅ－ｍｅｎｔａｌｇｏｒｉｔｈｍ）正是为克服局部搜索法的不完备性而提出的,准确地讲,它是几种算法在思想上的集成,但为明确起见,把其最典型的分级重排过程作为名称．分级重排搜索算法在求解ＳＡＴ问题时,能表现出优于单一求解策略（如局部搜索法或回溯算法）的明显特性．由于可根据约束条件的强弱来估计ＳＡＴ问题例的可满足性,因此能够以此来确定更有效的求解策略．