| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 潮流计算 | 第9-10页 |
| 1.1.2 并行潮流计算 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-15页 |
| 第二章 并行牛顿-拉夫逊潮流算法研究 | 第15-33页 |
| 2.1 并行算法设计原则 | 第15-17页 |
| 2.2 并行雅克比矩阵生成算法设计 | 第17-20页 |
| 2.3 并行潮流修正方程组求解算法设计 | 第20-30页 |
| 2.3.1 串行left-looking稀疏LU因子化算法 | 第22-23页 |
| 2.3.2 并行left-looking稀疏LU因子化算法 | 第23-27页 |
| 2.3.3 并行三角方程组求解算法 | 第27-30页 |
| 2.4 本章小结 | 第30-33页 |
| 第三章 基于多核CPU的并行潮流计算算法 | 第33-47页 |
| 3.1 多核CPU编程模式 | 第33-36页 |
| 3.1.1 多核CPU技术概述 | 第33-34页 |
| 3.1.2 并行编程模式 | 第34-36页 |
| 3.2 多核CPU并行算法的优化设计 | 第36-41页 |
| 3.2.1 数据存储格式设计 | 第37-40页 |
| 3.2.2 数据共享设计 | 第40-41页 |
| 3.2.3 多线程任务设计 | 第41页 |
| 3.3 基于多核CPU的并行雅克比矩阵生成算法设计 | 第41-42页 |
| 3.4 基于多核CPU的并行稀疏潮流修正方程组求解算法设计 | 第42-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于GPU的并行潮流计算算法 | 第47-59页 |
| 4.1 GPU编程模式 | 第47-51页 |
| 4.1.1 GPU技术概述 | 第47-49页 |
| 4.1.2 CUDA编程模式 | 第49-51页 |
| 4.2 GPU并行算法的优化设计 | 第51-53页 |
| 4.2.1 性能影响因素分析 | 第51-52页 |
| 4.2.2 优化设计策略 | 第52-53页 |
| 4.3 基于GPU的并行雅克比矩阵生成算法设计 | 第53-54页 |
| 4.4 基于GPU的并行稀疏潮流修正方程组求解算法设计 | 第54-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 算例研究 | 第59-73页 |
| 5.1 测试平台和算例 | 第59-60页 |
| 5.2 多核CPU并行算法 | 第60-65页 |
| 5.2.1 并行雅克比矩阵生成算法性能 | 第60-61页 |
| 5.2.2 并行潮流修正方程组求解算法性能 | 第61-65页 |
| 5.3 GPU并行算法 | 第65-70页 |
| 5.3.1 并行雅克比矩阵生成算法性能 | 第65-66页 |
| 5.3.2 并行潮流修正方程组求解算法性能 | 第66-70页 |
| 5.4 两种并行策略的性能对比 | 第70-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 结论与展望 | 第73-75页 |
| 6.1 结论 | 第73-74页 |
| 6.2 后续研究方向 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 作者简介 | 第81页 |
