Helmholtz Solving and Performance Optimization in Global/Regional Assimilation and Prediction System

Despite efficient parallelism in the solution of physical parameterization in the Global/Regional Assimilation and Prediction System(GRAPES), the Helmholtz equation in the dynamic core, with the increase of resolution, can hardly achieve sufficient parallelism in the solving process due to a large amount of communication and irregular access. In this paper, optimizing the Helmholtz equation solution for better performance and higher efficiency has been an urgent task. An optimization scheme for the parallel solution of the Helmholtz equation is proposed in this paper. Specifically, the geometrical multigrid optimization strategy is designed by taking advantage of the data anisotropy of grid points near the pole and the isotropy of those near memory equator in the Helmholtz equation,and the Incomplete LU(ILU) decomposition preconditioner is adopted to speed up the convergence of the improved Generalized Conjugate Residual(GCR), which effectively reduces the number of iterations and the computation time.The overall solving performance of the Helmholtz equation is improved by thread-level parallelism, vectorization, and reuse of data in the cache. The experimental results show that the proposed optimization scheme can effectively eliminate the bottleneck of the Helmholtz equation as regards the solving speed. Considering the test results on a 10-node two-way server, the solution of the Helmholtz equation, compared with the original serial version, is accelerated by 100, with one-third of iterations reduced.     

基于生成型深信度网络的回归算法鲁棒性分析

目前,深度学习在分类问题中取得了很多很好的效果,并开始在部分回归任务得到应用。然而,绝大部分研究重点都集中在相对其他回归算法的预报精度上,而忽视了有实际应用需求的回归算法预报鲁棒性问题。首先基于受限的玻尔兹曼机建立了一个具有3个隐含层的生成型深信度网络多步预测模型;然后,建立了基于单隐含层神经网络、三个隐含层的神经网络以及单核支持向量的典型多步预测模型,并利用4组宁夏地区不同季节的风速数据进行回归算法的稳定性对比实验。实验结果显示,基于受限玻尔兹曼机建立的具有三个隐含层的深信度网络模型的多步预报误差的均值和方差都是最小的。因此,基于生成型深信度网络的回归模型不仅预报精度高,而且此预报算法的鲁棒性也比较好;相对其他三种典型回归算法来说,可以更好地满足风电场风速预报问题的实际工程应用需求。     

基于创新人才培养的学科文化建设

学科文化是指在特定时期内学科本身所具有的价值观念、知识体系及其成员特有的精神风貌和相应行为的总和.学科文化在创新人才培养中具有塑造创新人格、培养创新思维、提升创新技能和营造创新环境功能,基于创新人才培养的学科文化建设要注重学科精神文化的提炼与创新,遴选学科带头人,凝聚学科力量,以激励创新为目的,逐步完善学科制度建设,做好学科物质文化的规划与建设.     

导轨式非接触电能传输系统功率和效率的分析与优化

针对常用的导轨式非接触电能传输(CPT)系统传输功率和效率的优化问题,基于阻抗特性,提出了一种计算导轨式CPT系统传输功率和效率的新方法.通过分析得出了系统传输功率与磁芯等效磁阻、系统工作频率以及与原边导轨和副边线圈匝数等因素之间的关系.同时根据实际系统的传输功率要求,给出了导轨式CPT系统的一种优化设计方法,该方法通过优化系统输入电压和原、副边线圈匝数等参数,实现功率传输的优化控制,并最大限度地提高系统的效率.最后,通过实验验证了理论分析的正确性.     

利用脱硫渣及钙质废石粉制备陶瓷

通过XRD、X射线荧光分析等方法研究利用脱硫渣及钙质废石粉烧制陶瓷.结果表明:直接掺入脱硫渣烧制陶瓷,其SO2的逸放率高达77%以上;采用钙质废石粉与脱硫渣复掺,并表面施釉,可把烧成温度从1100℃降低至1050℃,保温时间从2h缩短至1h,其SO2的逸放率可控制至30%以下.烧成后的陶瓷产品中的钙主要以CaAl2Si2O8和CaSO4形式存在,制品性能合格.     

传感器网络中节点调度的优化方法

为了研究在使用节点调度的传感器网络中,多个约束条件下如何提升网络生命周期问题,分析了覆盖率、信息感知延迟和信号冲撞率之间的关系.进一步证明在多约束条件下的节点调度问题可转化为一个凸优化问题,并利用凸优化问题求解方法获得保证网络生命周期最大化的子集分配方案和所需的节点部署密度.提出了在限定网络覆盖率和信息感知延迟以及无线信号冲撞率的前提下,达到网络生命周期最大化目标的优化问题,并使用凸优化的方法解决了该问题.给出了在不同性能指标条件下传感器网络的子集分配方案,实现了约束条件下网络生命周期的最大化.     

标准加权类分数傅里叶变换加权系数的多样性问题

基于标准加权类分数傅里叶变换[Optics comm.118(1995)495],在求解加权系数时,使用一个新的变量代换得到了一组新的加权系数,确定了一类新的标准加权类分数傅里叶变换算子,然后具体分析了这两组加权系数相应的性质以及它们之间的联系.     

基于水杨醛的三维Cu(Ⅱ)配合物的合成和结构研究

以水杨醛(HL)与Cu(NO3)2.3H2O在少量三乙胺存在的CH3OH溶剂中,室温挥发的方法培养出无色配合物[Cu(L)2n].晶体结构分析表明,配合物属于单斜晶系P2(1)/c空间群.Cu(Ⅱ)中心采取四配位的平面四边形构型.水杨醛配体采用双齿螯合配位模式,通过氧原子与铜配位形成配位化合物.配位单元之间通过碳原子和碳原子以及氧原子间氢键作用形成最终的三维结构.     

普光气田地面集输系统的内腐蚀控制与监测

分析了高含H2S / CO2气田的腐蚀特征,探讨了在普光气田开发建设同期模拟普光集输工况开展的腐蚀性研究与成果;针对普光高含硫、复杂地形、人口密集、全湿气输送的地面集输系统,重点介绍了“抗硫碳钢＋缓蚀剂+清管+腐蚀监测”的综合腐蚀控制与监测设计方案,初步地总结和评价了投产运行后腐蚀控制与监测的实际实施效果,对存在的问题给出了建议。     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。