基于图数据库的双层 PageRank 算法用于电力潮流分析的探索
分布式、并行与集群计算
2018-09-06 v1 数据库
数值分析
最优化与控制
摘要
相较于传统关系型数据库，图数据库（GDB）是对大多数现实世界系统的自然表达。GDB 中的每个节点不仅是存储单元，也是逻辑运算单元，可并行实现局部计算。本文首先探索使用 GDB 进行电力系统建模的可行性。随后简要介绍 PageRank 算法并分析其在 GDB 中应用的可行性。接着所提出的基于 GDB 的双层 PageRank 算法由 PageRank 算法与 Gauss Seidel 方法发展而来，实现了高性能并行计算。测试了 MP 10790 算例及其扩展算例 MP 107900 与 MP 1079000 以验证所提方法并考察其在 GDB 中的并行性。此外，案例研究中还包含一个省级系统 FJ 算例（含 1425 个母线与 1922 条支路），以进一步证明所提算法在真实世界中的有效性。
引用
@article{arxiv.1809.01415,
title = {Exploration of Bi-Level PageRank Algorithm for Power Flow Analysis Using Graph Database},
author = {Chen Yuan and Yi Lu and Kewen Liu and Guangyi Liu and Renchang Dai and Zhiwei Wang},
journal= {arXiv preprint arXiv:1809.01415},
year = {2018}
}
备注
7 pages, 6 figures, 3 tables, 2018 IEEE International Congress on Big Data. arXiv admin note: text overlap with arXiv:1809.01398