[发明专利]一种GPU加速的电力潮流下三角方程组前推方法

权利要求书

1.一种GPU加速的电力潮流下三角方程组前推方法，其特征在于：所述方法包括如下步骤：

(1)CPU中根据雅可比矩阵的LU符号分解结果，即下三角变换矩阵L的稀疏结构，对下三角变换矩阵L各行进行并行化分层，并将计算所需数据传输至GPU；

(2)GPU中按层次递增的顺序启动分层LU前推运算内核函数LUForward。

2.根据权利要求1所述的GPU加速的电力潮流下三角方程组前推方法，其特征在于：所述步骤(1)中，并行化分层将下三角变换矩阵L的n行归并到MaxLevel层中，属于同一层中的行之间相互独立，可并行进行前推运算；每层包含的行的数量为Levelnum(k)，k表示层号；存储第k层中所有行号至映射表Map_k；最后CPU将GPU计算所需数据传输给GPU，GPU计算所需的数据包括：下三角变换矩阵L，矩阵维度n，线性方程组右端向量b，层数MaxLevel，每层包含的行数Levelnum以及映射表Map。

3.根据权利要求1所述的GPU加速的电力潮流下三角方程组前推方法，其特征在于：所述步骤(2)中，LU前推运算内核函数定义为LUForward<N_blocks，N_threads>，其线程块大小N_threads固定为128，当对k层进行计算时，线程块数量N_blocks＝(Levelnum(k)-1)/N_threads+1，调用内核函数LUForward<N_blocks，N_threads>来计算属于第k层的所有行。

4.根据权利要求3所述的GPU加速的电力潮流下三角方程组前推方法，其特征在于：所述内核函数LUForward<N_blocks，N_threads>的计算流程为：

(2.1)CUDA自动为每个线程分配线程块索引blockID和线程块中的线程索引threadID；

(2.2)将blockID和threadID赋值给变量bid和t，联合变量bid和t来索引bid号线程块中的t号线程；

(2.3)第bid号线程块中的t号线程负责计算映射表Map_k中第bid*blockDim+t行，设行号为j，j＝Map_k[bid*blockDim+t]，其中，blockDim＝N_threads；

(2.4)第bid号线程块的t号线程中，变量i从1递增到j-1，当且仅当L(j，i)≠0时，采用公式y(j)＝b(j)-y(i)×L(j，i)来计算前推运算结果y的第j个元素y(j)；

(2.5)采用公式y(j)＝y(j)/L(j，j)更新y(j)。