GPU-ENHANCED POWER FLOW ANALYSIS

Manuel Marin 1
1 DALI - Digits, Architectures et Logiciels Informatiques
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier, UPVD - Université de Perpignan Via Domitia
Résumé : Cette thèse propose un large éventail d'approches afin d'améliorer différents aspects de l'analyse des flux de puissance avec comme fils conducteur l'utilisation du processeurs graphiques (GPU). Si les GPU ont rapidement prouvés leurs efficacités sur des applications régulières pour lesquelles le parallélisme de données était facilement exploitable, il en est tout autrement pour les applications dites irrégulières. Ceci est précisément le cas de la plupart des algorithmes d'analyse de flux de puissance. Pour ce travail, nous nous inscrivons dans cette problématique d'optimisation de l'analyse de flux de puissance à l'aide de coprocesseur de type GPU. L'intérêt est double. Il étend le domaine d'application des GPU à une nouvelle classe de problème et/ou d'algorithme en proposant des solutions originales. Il permet aussi à l'analyse des flux de puissance de rester pertinent dans un contexte de changements continus dans les systèmes énergétiques, et ainsi d'en faciliter leur évolution. Nos principales contributions liées à la programmation sur GPU sont: (i) l'analyse des différentes méthodes de parcours d'arbre pour apporter une réponse au problème de la régularité par rapport à l'équilibrage de charge ; (ii) l'analyse de l'impact du format de représentation sur la performance des implémentations d'arithmétique floue. Nos contributions à l'analyse des flux de puissance sont les suivantes: (ii) une nouvelle méthode pour l'évaluation de l'incertitude dans l'analyse des flux de puissance ; (ii) une nouvelle méthode de point fixe pour l'analyse des flux de puissance, problème que l'on qualifie d'intrinsèquement parallèle.
Type de document :
Thèse
Distributed, Parallel, and Cluster Computing [cs.DC]. Université de Perpignan Via Domita, 2015. English
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/tel-01299182
Contributeur : Manuel Marin <>
Soumis le : jeudi 7 avril 2016 - 12:13:39
Dernière modification le : lundi 9 octobre 2017 - 15:32:19
Document(s) archivé(s) le : vendredi 8 juillet 2016 - 12:41:37

Fichier

Identifiants

  • HAL Id : tel-01299182, version 1

Collections

Citation

Manuel Marin. GPU-ENHANCED POWER FLOW ANALYSIS. Distributed, Parallel, and Cluster Computing [cs.DC]. Université de Perpignan Via Domita, 2015. English. 〈tel-01299182〉

Partager

Métriques

Consultations de
la notice

197

Téléchargements du document

564