基于CUDA技术的海量电力负荷曲线聚类算法

基于CUDA技术的海量电力负荷曲线聚类算法
随着用电信息采集、负荷控制等系统中用户负荷数据的爆炸式增长,传统计算框架与方法在处理海量用户负荷聚类、开展负荷特性分析等业务时面临着巨大的计算压力。着眼于计算精度日益提高、计算能力日渐强大的图形处理单元(graphic process unit,GPU),基于Nvidia的统一计算设备架构(compute uniform device architecture,CUDA)提出了一种负荷曲线快速并行K-means聚类算法,采用距离计算并行化、曲线数统计并行化、线程块分配合理化等多个并行加速策略,极大地提升了用户负荷曲线的聚类速度。多个测试算例表明,文中提出的基于CUDA的K-means电力负荷曲线聚类算法加速比高,适应性强,是解决海量负荷曲线聚类问题的好方法。

标题：
基于CUDA技术的海量电力负荷曲线聚类算法
A Clustering Algorithm Based on CUDA Technology for Massive Electric Power Load Curves

作者：
吴霜，季聪，孙国强
WU Shuang, JI Cong, SUN Guoqiang

关键词：
GPU;CUDA;并行计算;海量数据;K均值聚类;电力负荷曲线
GPU;CUDA;parallel computing;mass data;K-means clustering;power load curve

2025-1-22 20:05 上传 基于CUDA技术的海量电力负荷曲线聚类算法.pdf

文件大小:

2.05 MB

下载次数:

60

高速下载