一种适用于有限差分模式的负载平衡区域分解方法

分布式内存并行处理在数值天气预报等超大规模科学计算中已经得到了广泛的应用。中尺度模式由于分辨率高 ,计算量大 ,需使用更多的处理机进行并行运算。另一方面 ,由于复杂的物理过程的采用 ,增加了不同天气的计算量的不平衡。但是 ,目前所广泛使用的并行处理方法在处理机数量较多时不能很好地均衡计算负载 ,引起并行计算效率的降低。本文提出了一种新的非规则区域分解负载分配方法。并与已有的负载分配方法进行了分析试验对比 ,该方法能更有效地平衡负载 ,取得更好的加速效果     

并行效率的初步研究

用有限区域中尺度差分网格模式，采用分区域并行计算方法，在TRANSPUTER并行计算机上研究大规模并行计算中计算问题复杂度与并行计算效率的关系。结果表明，采用适当的并行计算法，增加处理机个数和计算问题的复杂度可使并行加速比增大；并行效率则随着处理机个数的增加而降低，随着计算问题复杂度的增加而提高；大规模并行计算能明显地提高计算速度，很适合于解决大量计算的问题，在数值预报方面具有广阔的发展前景。     

气象计算网格平台资源监视模块的设计与实现

气象计算网格聚合的计算资源具有地理分布、系统异构、运行状况与使用负载各不相同等特点。气象计算网格平台软件系统的资源监视模块, 涉及了远程气象网格节点、资源状态信息获取、web展示等3个层次。资源状态信息获取层可分为轮询、收集、整理等功能, web展示通过资源地理视图和资源列表栏目实现。基于ARCON客户工具箱技术开发实现了资源信息轮询和收集功能。现已实现对国家级网格节点及北京、成都、广州、沈阳4个区域级中心网格节点和安徽省级网格节点的10个高性能计算机系统的集中监视。     

全球气象资料客观分析系统的分布式并行化

对已有的率行算法进行并行化，是一项很困难的工作。通过对全球气象资料客观分析系统率行算法的研究，提出了在MPP高性能计算机上的一种静态分配数据的分布式并行算法。该算法通过间隔选取分析盒子和模式格点纬圈行，将数据分配给不同的处理机实现分布式并行。该并行算法负载平衡好，并行效率高，而且并行化代价较低，具有良好的可扩展性。最后，给出了并行算法的性能测试结果。     

GRAPES全球格点模式的并行计算负载平衡策略

随着高性能计算机技术的发展和应用,并行计算已成为保证数值天气预报模式业务运行时效的关键技术之一.目前高性能计算机计算能力已达到每秒千万亿次浮点计算.系统中处理器数量也早已达十万甚至更多,如此巨大的计算资源对应用软件系统的设计也提出了挑战.数值天气预报软件系统要充分利用高性能计算机提供的计算资源,必须依靠并行计算方法,这包括适合计算问题的可扩展并行算法的设计、合适的数据分配方案以及良好的任务负载平衡方案.作为中国新一代数值天气预报格点模式,GRAPES(Global and Regional Assimilation and PrEdiction System)设计的最终目标是一个科研/业务通用,区域/全球通用模式.作为一个格点模式,GRAPES的并行计算具有与欧洲中期数值顶报研究中心谱模式并行计算不同的特点,GRAPES的并行计算采用了经典的水平网格数据划分.但对于全球的GRAPES模式,由于采用拉格朗日差分方案,模式极地及附近区域格点与格点之间距离的减小.使得模式并行计算在采用简单的经纬网格划分方式实现时,必须考虑极地区域并行计算跨越多个处理器时导致的频繁通讯解决途径.本研究提出了利用消息传递组通讯实现全球格点模式并行计算的一种方法,其核心思想是将极点附近一定区域内的处理器按纬向划归不同的处理器组.文中还给出了该实现方法的任务分配算法,提出了改进的任务分配负载平衡方案.在中国气象局高性能计算机IBM-cluster1600上的测试表明,算法具有较好的可扩展性,其负载平衡方案改善了计算的绝对墙钟时间,使并行计算效率提高10%以上.模式的准业务运行结果表明计算墙钟时间基本可以满足数值预报业务的实时性要求.     

大规模数据并行问题的可扩展性分析

大规模数据并行处理的性能受到处理机数量、I/O速度、通信速度等多方面因素的制约。增加处理机数量或提高处理机的计算速度，可以提高计算机的整体处理速度，但是通信和I/O会成为影响并行效率的主要因素。为了综合分析这些因素对计算性能的影响，用一种比较典型的大规模数据并行的计算模型，具体分析了处理机数量、处理机速度与处理机间的通信延迟、通信速率以及输入输出速度之间的关系。得到了大规模并行机的通信和I/O性能与处理机速度与数量之间存在的关系。指出，增加处理机数量、提高单节点处理速度的同时，必须按照一定的关系相应增加节点间的通信性能和I/O性能。单纯以增加处理机数量、提高单处理机速度提高计算机峰值速度的方法会降低系统的计算效率，不能达到计算速度与计算机处理能力同步增长的目的。     

气象等值线矢量分析方法

气象等值线图应用广泛，以Bowyer-Watson算法的思想为基础，对已有等值线生成方法进行了优化和改进，实现了由任意离散点生成Delaunay三角网格的算法，讨论了等值线自动生成与追踪技术及等值线平滑方法的原理、不同方法间的优劣性，解决了等值线曲线化后拓扑关系的保持问题，提出了等值线端点向边界延伸的方法，探讨了等值线的填充方法，很好地解决了三角网格等值线绘制技术中的难点问题，大大提高了三角网格等值线绘制的速度和质量，最终通过编程实现了快速、客现、便捷、美观的气象等值线的给制，达到了等值线的自动分析、生成、输出的业务化需求。     

应用于双向套网格模式的一种变格距差分解法

本文提出了一种用于双向套网格模式的变格距差分计算方案。该方案在不同格距的网格区采用不同精度的差分格式，它自然地连接粗细网格，避免了一般套网格方案在粗细网格相重合点上进行的重复计算。用解析法和数值试验证明了:它与其它一些变格距差分格式相比，对短波的穿透能力有明显改进，虚假的反射也较小。应用该方案建立了正压原始方程双向套网格模式，并采用空间分解和时间分解计算方法。这不仅使二维问题转化为二个一维问题，而且二维套网格也可简化为一维均匀网格和一维套网格两部分，从而使计算和程序简化。用理想场为初值所做的一系列数值试验表明，该模式中的波可以自由进出粗细网格区，计算稳定。最后，还用该模式做了台风路径预报试验，给出了一些试验结果。     

GRAPES全球三维变分同化系统--基本设计方案与理想试验

中国气象局数值预报研究中心开发了一个全球和区域统一框架的格点三维变分资料同化系统(GRAPES3D-Var).作者给出全球版本的方案设计,采用单点观测试验检验方案设计的合理性和正确性.全球方案选择流函数、速度势、非平衡高度和相对湿度作为分析求解的控制变量,用线性平衡方程作为质量场和风场的动力约束,通过预调方法解决背景误差协方差矩阵阶数过大和难以求逆的问题,其中垂直变换和物理变换以及观测算子设计等方面与区域方案相同,但预调的水平变换采用球谐函数谱滤波表示背景误差协方差的水平相关模型,避免了递归滤波在高纬和极区因相关尺度过大无法实施的问题.另外,设计了一个使极区插值和差分计算完全闭合的网格以及相应的算法,解决了极点分析问题.单点观测理想试验结果表明,GRAPES 3D-Var系统能够合理给出全球任何地区的分析.     

Ｅ网格变量分布下差分格式的性质

本文用线性化的浅水波方程系统地分析、讨论了Ｅ网格变量分布下差分计算的性质；指出了目前有关讨论Ｅ网格差分性质在方法上存在的问题；给出了一种解决Ｅ网格中两个Ｃ网格分离的方法；提出了一种Ｅ网格用于海洋计算时，海洋侧边界条件的处理方法。初步的数值试验证明了这些方法对抑制Ｅ网格中的计算躁声是有效的。     

夏季湖北电网气象敏感负荷预测模型研究

利用2009-2010年湖北电网日用电负荷资料和气象资料,提出了基于电网负荷的分解算法,将电网日最大负荷分解为基础负荷与气象敏感负荷2个主要分量.其中,气象敏感负荷与气温、相对湿度及风速的综合气象敏感负荷条件指数相关.提出了基于权重指数的湖北省面平均气象敏感负荷条件指数的算法.利用相关比法,分析了湖北省气象敏感负荷与面均气象敏感负荷条件指数的非线性关系.基于均方偏差最小原理和非线性最小二乘法,建立了夏季湖北电网气象敏感负荷与面均气象敏感负荷条件指数的多项式预测关系模型.经2010年9月模型应用检验表明,预测平均误差低于6％.该模型可用于夏季湖北省电力专业气象服务工作.     

基于动态可变分段误差函数的常数模盲均衡算法

为了克服常数模算法(CMA)收敛速度慢,稳态误差大的缺点,在分析基于可变分段误差函数的常数模盲均衡算法的基础上,提出了基于动态可变分段误差函数的常数模盲均衡算法.该算法利用均方误差(MSE)来动态调节误差函数的分段点位置,误差函数特性在均衡过程中随着MSE不断变化,使得算法误差模型与发射信号的模型不断匹配,从而具有增加收敛速度和减小稳态误差的特点.分别用混合相位水声信道和最小相位水声信道对提出的新算法进行仿真实验,结果表明:对于混合相位水声信道,新算法的收敛速度明显快于CMA,且具有更小的稳态均方误差;对于最小相位水声信道,新算法的稳态均方误差明显小于CMA,而收敛速度相当.     

局部阴影条件下光伏阵列MPPT模糊控制最优算法

针对局部阴影条件下,光伏阵列功率-电压（P-V）特性曲线呈现多个峰值,导致最大功率跟踪（MPPT）算法易陷入局部最优解问题,本文提出了基于负载电压反馈与模糊控制相结合的MPPT算法.通过负载电压闭环控制算法使系统输出功率快速稳定到最大功率点附近,再利用模糊控制算法跟踪到最大功率点.负载电压反馈算法解决了多峰场景下的局部最优解问题,模糊控制算法提高了算法收敛速度.同时,本文算法避免了粒子群算法在粒子切换过程中开关器件上过冲电压过大问题.Matlab仿真和硬件实验验证了本文算法的可行性和实用性.     

四川省气象预警决策发布系统负载均衡实现与性能优化

基于四川省气象预警决策发布系统原有架构进行升级,在没有新增服务器和网络设备的情况下,通过Nginx服务实现Web应用层的负载均衡,减轻网站应对高并发访问的压力。新增两个Redis数据缓存服务分别减轻数据库读取压力和提高网关读取海量任务数据的效率。新增消息队列组件实现发布任务至网关模块间的负载均衡和复杂模块的解耦,确保异常中断后的任务恢复。此次升级从软件层面以最小成本实现系统的性能优化,避免因为高并发阻塞导致的业务中断。升级后压力测试和实际应用情况表明,系统运行稳定,实现了负载均衡和性能优化的目标。     

基于气象因子及机器学习回归算法的夏季空调负荷预测

气温、气压、相对湿度等气象因子对夏季用电负荷的影响非常显著。为了定量研究气象因子导致用电负荷的变化,本文将夏季用电负荷与当年4月及9月用电平均值之差定义为夏季空调负荷,并利用2014年1月到2016年12月南京市逐时气温、气压、相对湿度、水汽压、降雨量、风速、露点温度等气象资料,以及逐日逐时用电负荷数据资料,采用多元线性、K近邻法,决策树,bagging回归、随机森林等5种机器学习回归算法进行建模,并对其分别进行参数调优工作,进而得到空调负荷预测结果。结果表明:多元线性回归方法是5种回归算法里效果最差的一种,但通过增加特征量的种类和样本数,可以提高预测精度;随机森林回归算法是5种回归算法里效果最好的一种,较多元线性回归算法减小误差达44%,并且较好描述了空调负荷高值区的极端情况并减少了对于训练数据的过拟合现象。     

基于ELM的风电场短期风速订正技术研究

风速预测是风电场风功率预测的基础,其准确度严重影响着风电场的运行效率。为了提高短期风速预测的准确性,本研究采用了WRF中尺度数值模式,对我国东部沿海某风电场的风速进行预报。在此基础上,利用极限学习机算法(ELM)对WRF模式预报的风速进一步订正。实验结果表明,WRF模式对风速、风向等气象要素有着较好的回报效果,利用ELM算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差和相对平均绝对误差降低了20%～30%。与其他的智能算法(BP神经网络、SVM算法)对比分析后得出,ELM算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。     

基于PCA RBF的风电场短期风速订正方法研究

风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、气压等气象要素对预报风速进一步订正。实验结果表明,利用PCA-RBF算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差降低20%~30%,相对平均绝对误差降低15%~20%。与其他智能算法(BP算法、LSSVM算法)对比分析后得出,PCA-RBF算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。     

P2P信任管理模型的公平性研究

在众多相关文献中,P2P信任管理模型设计更多考虑效率,抵抗恶意攻击性等方面,而"公平性"作为影响网络整体性能提高的重要因素却没有得到重视.将影响公平性的行为分类,着重考虑"非恶意行为"所造成的"隐性不公平",最后通过仿真验证了信任管理模型可以在实现负载均衡的同时达到降低无效下载次数的目的.