摘要 — 随着逆变器资源 (IBR) 集成度的提高,确保大容量电力系统的可靠运行需要使用电磁暂态 (EMT) 仿真工具来识别和减轻全系统稳定性风险。然而,对大规模、富含 IBR 的电网进行 EMT 研究具有挑战性,因为底层高保真模型和所需的小时间步骤造成了固有的计算瓶颈。本文介绍了 ParaEMT:一个开源的通用 EMT 仿真框架,旨在通过利用先进的并行计算技术(如高性能计算机)来加速仿真。本文全面阐述了 ParaEMT,涵盖了其建模库、仿真策略、框架结构、操作程序和辅助功能,以及其可扩展的并行计算架构。值得注意的是,ParaEMT 是一个用 Python 编写的可公开访问的模块化框架,从而促进了未来的开发和新模型和算法的集成。通过多个案例研究的严格验证证明了 ParaEMT 的准确性和效率。
本硕士论文由 UNF Digital Commons 的学生奖学金免费提供给您,供您免费访问。它已被 UNF Digital Commons 的授权管理员接受并纳入 UNF 研究生论文和学位论文。有关更多信息,请联系 Digital Projects。© 1990 保留所有权利
与并行性。目前相关文献缺乏对并行闭环系统的研究。由于系统动力学是一种能够揭示复杂系统动态过程的方法。因此,本文提出了一种基于系统动力学的并行闭环作业建模方法。为了分析舰载机并行闭环系统,建立了舰载机保障过程模型。给出了保障过程流程图和系统结构方程,分析了动态过程和静态性能。仿真基于尼米兹号航空母舰的实际数据。模拟分析了加油作业、武器装载作业、其他作业和打击任务对保障能力的影响。通过仿真分析,找到了影响保障能力的瓶颈因素。提出了一种新的舰载机保障过程评估方法。为提高舰载机保障能力和航母作战能力提供了参考。
J.-L. Vay、A. Huebl,“等离子体粒子加速器大规模建模中原位/传输方法的应用”,ISAV'20 研讨会主题演讲 (2020);M. Larsen 等人,“ALPINE 原位基础设施:从稻草人的灰烬中崛起”,ISAV'17 会议论文 (2017)
现代时代目睹了将构造扩展到大型数据集的能力的革命。可伸缩性的关键突破是引入快速且易于使用的分布式编程模型,例如MapReduce(Dean和Ghemawat,2008年),Hadoop(Hadoop.apache.org)和Spark(Spark.apache.org)。我们将这些编程模型称为大规模并行框架。大规模并行框架最初是针对相对简单的计算类型设计的,例如计算数据集中的单词频率。从那以后,它们被证明对更丰富的应用程序非常有用。最近的工作目的是以释放其真正的潜在力量并扩大其适用性来研究这些框架算法。希望通过算法研究,取得与诸如合规算法等主题相似的成功(Frigo等人。,2012年)和数据流算法(McGregor,2014年)。实际上,大量分布式框架使程序员能够轻松地将算法在数十万台上部署到数千台机器。算法,这些框架对其计算表达能力有限制,以帮助确保程序有效地平行。
1。jao,J.Y。等。微生物暗物质即将到来:挑战和机遇。国家科学评论8(2021)。2。Rinke,C。等。 对微生物暗物质的系统发育和编码潜力的见解。 自然499,431-437(2013)。 3。 Yarza,P。等。 使用16S rRNA基因序列将培养和未培养的细菌和古细菌的分类结合在一起。 自然评论微生物学12,635-645(2014)。 4。 Dykhuizen,D.E。 圣诞老人重新审视:为什么有这么多种细菌? Antonie van Leeuwenhoek国际通用与分子微生物学杂志73,25-33(1998)。 5。 Parte,A.C.,Carbasse,J.S。,Meier-Kolthoff,J.P.,Reimer,L.C。 &Göker,M。具有命名(LPSN)的原核生物名称清单移至DSMZ。 国际系统和进化微生物学杂志70,5607-5612(2020)。 6。 Chaffron,S.,Rehrauer,H.,Pernthaler,J. &von Mering,C。来自环境和全基因组序列数据共存微生物的全局网络。 基因组研究20,947-959(2010)。 7。 QIN,J.J。等。 通过元基因组测序建立的人类肠道微生物基因目录。 自然464,59-70(2010)。 8。 Methé,B.A。 等。 人类微生物组研究的框架。 自然486,215-221(2012)。 9。 lok,C。挖掘微生物暗物质。 10。Rinke,C。等。对微生物暗物质的系统发育和编码潜力的见解。自然499,431-437(2013)。3。Yarza,P。等。使用16S rRNA基因序列将培养和未培养的细菌和古细菌的分类结合在一起。自然评论微生物学12,635-645(2014)。4。Dykhuizen,D.E。圣诞老人重新审视:为什么有这么多种细菌?Antonie van Leeuwenhoek国际通用与分子微生物学杂志73,25-33(1998)。5。Parte,A.C.,Carbasse,J.S。,Meier-Kolthoff,J.P.,Reimer,L.C。 &Göker,M。具有命名(LPSN)的原核生物名称清单移至DSMZ。 国际系统和进化微生物学杂志70,5607-5612(2020)。 6。 Chaffron,S.,Rehrauer,H.,Pernthaler,J. &von Mering,C。来自环境和全基因组序列数据共存微生物的全局网络。 基因组研究20,947-959(2010)。 7。 QIN,J.J。等。 通过元基因组测序建立的人类肠道微生物基因目录。 自然464,59-70(2010)。 8。 Methé,B.A。 等。 人类微生物组研究的框架。 自然486,215-221(2012)。 9。 lok,C。挖掘微生物暗物质。 10。Parte,A.C.,Carbasse,J.S。,Meier-Kolthoff,J.P.,Reimer,L.C。&Göker,M。具有命名(LPSN)的原核生物名称清单移至DSMZ。国际系统和进化微生物学杂志70,5607-5612(2020)。6。Chaffron,S.,Rehrauer,H.,Pernthaler,J.&von Mering,C。来自环境和全基因组序列数据共存微生物的全局网络。基因组研究20,947-959(2010)。7。QIN,J.J。等。 通过元基因组测序建立的人类肠道微生物基因目录。 自然464,59-70(2010)。 8。 Methé,B.A。 等。 人类微生物组研究的框架。 自然486,215-221(2012)。 9。 lok,C。挖掘微生物暗物质。 10。QIN,J.J。等。通过元基因组测序建立的人类肠道微生物基因目录。自然464,59-70(2010)。8。Methé,B.A。 等。 人类微生物组研究的框架。 自然486,215-221(2012)。 9。 lok,C。挖掘微生物暗物质。 10。Methé,B.A。等。人类微生物组研究的框架。自然486,215-221(2012)。9。lok,C。挖掘微生物暗物质。10。自然522,270-273(2015)。Medema,M.H。,De Rond,T。&Moore,B.S。 采矿基因组阐明了生命的专业化学。 自然评论遗传学22,553-571(2021)。 11。 Pavlopoulos,G.A。 等。 通过全球宏基因组学解开功能性暗物质。 自然622,594-602(2023)。 12。 Altae-Tran,H。等。 揭示了稀有Terascale聚类的稀有CRISPR-CAS系统的功能多样性。 Science 382,EADI1910(2023)。 13。 Wilkinson,B。 &Micklefield,J。 采矿和工程自然产品生物合成途径。 自然化学生物学3,379-386(2007)。 14。 Chiang,C.Y。,Ohashi,M。&Tang,Y。通过异源表达和基因组挖掘的真菌天然产物生物合成的解密化学逻辑。 天然产品报告40,89-127(2023)。 15。 Goig,G.A。 等。 直接从临床样本中的全基因组测序,用于高分辨率基因组流行病学和耐药性监测:一项观察性研究。 柳叶刀微生物1,E175-E183(2020)。 16。 刘,Y.X。 等。 微生物组数据的扩增子和宏基因组分析的实用指南。 蛋白质和细胞12,315-330(2021)。 17。 Ustick,L.J。 等。 宏基因组分析揭示了海洋营养限制的全球规模模式。 科学372,287-291(2021)。 18。 Nissen,J.N。 等。Medema,M.H。,De Rond,T。&Moore,B.S。采矿基因组阐明了生命的专业化学。自然评论遗传学22,553-571(2021)。11。Pavlopoulos,G.A。等。通过全球宏基因组学解开功能性暗物质。自然622,594-602(2023)。12。Altae-Tran,H。等。 揭示了稀有Terascale聚类的稀有CRISPR-CAS系统的功能多样性。 Science 382,EADI1910(2023)。 13。 Wilkinson,B。 &Micklefield,J。 采矿和工程自然产品生物合成途径。 自然化学生物学3,379-386(2007)。 14。 Chiang,C.Y。,Ohashi,M。&Tang,Y。通过异源表达和基因组挖掘的真菌天然产物生物合成的解密化学逻辑。 天然产品报告40,89-127(2023)。 15。 Goig,G.A。 等。 直接从临床样本中的全基因组测序,用于高分辨率基因组流行病学和耐药性监测:一项观察性研究。 柳叶刀微生物1,E175-E183(2020)。 16。 刘,Y.X。 等。 微生物组数据的扩增子和宏基因组分析的实用指南。 蛋白质和细胞12,315-330(2021)。 17。 Ustick,L.J。 等。 宏基因组分析揭示了海洋营养限制的全球规模模式。 科学372,287-291(2021)。 18。 Nissen,J.N。 等。Altae-Tran,H。等。揭示了稀有Terascale聚类的稀有CRISPR-CAS系统的功能多样性。Science 382,EADI1910(2023)。 13。 Wilkinson,B。 &Micklefield,J。 采矿和工程自然产品生物合成途径。 自然化学生物学3,379-386(2007)。 14。 Chiang,C.Y。,Ohashi,M。&Tang,Y。通过异源表达和基因组挖掘的真菌天然产物生物合成的解密化学逻辑。 天然产品报告40,89-127(2023)。 15。 Goig,G.A。 等。 直接从临床样本中的全基因组测序,用于高分辨率基因组流行病学和耐药性监测:一项观察性研究。 柳叶刀微生物1,E175-E183(2020)。 16。 刘,Y.X。 等。 微生物组数据的扩增子和宏基因组分析的实用指南。 蛋白质和细胞12,315-330(2021)。 17。 Ustick,L.J。 等。 宏基因组分析揭示了海洋营养限制的全球规模模式。 科学372,287-291(2021)。 18。 Nissen,J.N。 等。Science 382,EADI1910(2023)。13。Wilkinson,B。 &Micklefield,J。 采矿和工程自然产品生物合成途径。 自然化学生物学3,379-386(2007)。 14。 Chiang,C.Y。,Ohashi,M。&Tang,Y。通过异源表达和基因组挖掘的真菌天然产物生物合成的解密化学逻辑。 天然产品报告40,89-127(2023)。 15。 Goig,G.A。 等。 直接从临床样本中的全基因组测序,用于高分辨率基因组流行病学和耐药性监测:一项观察性研究。 柳叶刀微生物1,E175-E183(2020)。 16。 刘,Y.X。 等。 微生物组数据的扩增子和宏基因组分析的实用指南。 蛋白质和细胞12,315-330(2021)。 17。 Ustick,L.J。 等。 宏基因组分析揭示了海洋营养限制的全球规模模式。 科学372,287-291(2021)。 18。 Nissen,J.N。 等。Wilkinson,B。&Micklefield,J。采矿和工程自然产品生物合成途径。自然化学生物学3,379-386(2007)。14。Chiang,C.Y。,Ohashi,M。&Tang,Y。通过异源表达和基因组挖掘的真菌天然产物生物合成的解密化学逻辑。 天然产品报告40,89-127(2023)。 15。 Goig,G.A。 等。 直接从临床样本中的全基因组测序,用于高分辨率基因组流行病学和耐药性监测:一项观察性研究。 柳叶刀微生物1,E175-E183(2020)。 16。 刘,Y.X。 等。 微生物组数据的扩增子和宏基因组分析的实用指南。 蛋白质和细胞12,315-330(2021)。 17。 Ustick,L.J。 等。 宏基因组分析揭示了海洋营养限制的全球规模模式。 科学372,287-291(2021)。 18。 Nissen,J.N。 等。Chiang,C.Y。,Ohashi,M。&Tang,Y。通过异源表达和基因组挖掘的真菌天然产物生物合成的解密化学逻辑。天然产品报告40,89-127(2023)。15。Goig,G.A。 等。 直接从临床样本中的全基因组测序,用于高分辨率基因组流行病学和耐药性监测:一项观察性研究。 柳叶刀微生物1,E175-E183(2020)。 16。 刘,Y.X。 等。 微生物组数据的扩增子和宏基因组分析的实用指南。 蛋白质和细胞12,315-330(2021)。 17。 Ustick,L.J。 等。 宏基因组分析揭示了海洋营养限制的全球规模模式。 科学372,287-291(2021)。 18。 Nissen,J.N。 等。Goig,G.A。等。直接从临床样本中的全基因组测序,用于高分辨率基因组流行病学和耐药性监测:一项观察性研究。柳叶刀微生物1,E175-E183(2020)。16。刘,Y.X。等。微生物组数据的扩增子和宏基因组分析的实用指南。蛋白质和细胞12,315-330(2021)。17。Ustick,L.J。等。宏基因组分析揭示了海洋营养限制的全球规模模式。科学372,287-291(2021)。18。Nissen,J.N。 等。Nissen,J.N。等。使用深层自动编码器改进了元基因组套筒和组装。自然生物技术39,555-560(2021)。
经典算法通常对信息处理构成瓶颈[1]。它们通常旨在处理一致的,完全有序的,抽象的数量,而实际上,我们需要对嘈杂,高维数据进行推理。机器学习和神经网络(NNS)尤其使机器可以从此类输入中提取有用的功能,但是如果其输出需要与非差异性算法组成,则他们将无法通过反向传播从直接反馈中学习。以使算法适用的方式压缩信息会丢失许多潜在的相关细节。通过教导NNS如何执行算法来打破这种瓶颈是神经算法推理的目标[1-3]。对现实世界数据的首次应用是有希望的[4-6],但是即使在高度精心制作的架构上,推断仍然有改进的空间[7,8]。因此,显然需要更仔细地研究神经网络的信息处理功能。
摘要 —随着现代电网中逆变器资源的快速增加,迫切需要先进的电网形成 (GFM) 逆变器功能,例如系统恢复和故障下运行,以实现大规模电力电子主导电网。其中一种功能是使用 GFM 逆变器的逆变器驱动黑启动。本文分析了两种最近提出的先进 GFM 控制的能力,以帮助 GFM 逆变器维持全系统、非标称条件并保持同步,直到它们能够克服瞬时过载,因为更多的 GFM 加入该过程而无需发电机序列协调或通信并最终稳定电网。通过一组 1,200 个全阶电磁暂态模拟,我们评估了采用各种 GFM 逆变器控制时的黑启动过程。结果表明,GFM 电流限制器和一次控制对动态运行条件下的系统稳定性有显著影响,从而影响逆变器驱动系统恢复的成功。