CPU-GPU异构计算框架下的高性能用电负荷预测

作者：赵嘉豪; 周赣; 黄莉; 陆春艳; 陶晓峰; 冯燕钧

来源：电力自动化设备, 2021, 41(11): 140-198.

DOI：10.16081/j.epae.202106008

• 用电信息采集系统
• 负荷预测
• GPU
• 异构计算
• XGBoost

随着电网的快速发展,用电信息采集系统的数据计算业务面临着巨大挑战。近年来,图形处理器(GPU)因其在浮点计算速度和存储带宽方面的优势成为高性能计算问题中的研究热点,也被成功应用在电力系统计算分析等科学计算领域。在基于人工智能方法的电力负荷预测问题中,以往大部分研究仅考虑了使用GPU加速预测模型的训练,而并未应用在数据集的获取和计算上。提出了一种基于中央处理器-图形处理器(CPU-GPU)异构计算框架下全流程加速的高性能用电负荷预测方案。首先结合统一计算架构(CUDA)和多线程技术实现了使用多台GPU完成用电负荷的并行预处理,随后在聚类分析后基于XGBoost算法完成了多台区负荷预测,并利用GPU加速了模型的训练计算。最后通过对深圳市43 254个台区用电信息的实例分析,验证了所提方法的高效性与适用性。

• 出版日期2021
• 单位国网电力科学研究院有限公司; 东南大学