MétaCan
Menu
Retour à la cohorte
Enregistrement W2585357507 · doi:10.1109/tpwrd.2017.2661845

Finite-Difference Relaxation for Parallel Computation of Ionized Field of HVDC Lines

2017· article· en· W2585357507 sur OpenAlexafffund
Peng Liu, Venkata Dinavahi

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésMassively parallelFinite element methodComputational scienceComputer scienceParallel computingMultiphysicsComputationSupercomputerGridGraphicsAlgorithmPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Ionized field calculations for high-voltage direct current (HVDC) transmission line is a computationally demanding problem, which can benefit from the application of massively parallel high-performance compute architectures. The finite element method (FEM) commonly employed to solve this problem is both memory and execution time intensive. In this paper, a finite-difference relaxation (FDR) method is proposed to solve a unipolar and a bipolar ionized field problem in an HVDC line. The novel FDR method has several advantages over FEM. First, the scheme is suitable for massively parallel computation and runs much faster: Compared with the commercial FEM software Comsol Multiphysics, the speed-up is more than 14 times in CPU parallelization and 35 times in graphics processor parallel implementation, while providing high accuracy. Moreover, the set of equations in FDR need not be assembled; instead, it is solved by a relaxation scheme and requires much less memory than FEM. Additionally, differentiated grid size with interpolation techniques is proposed to improve the flexibility of FDR for problem domain containing irregular geometries or disproportional sizes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil0,388

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,286
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207