匹配GPU編程架構的直流故障篩選算法設計

溫柏堅 ，謝恩彥 ，劉明波

（1.華南理工大學 電力學院，廣東 廣州 510640；2.廣東電網有限責任公司電力調度控制中心，廣東 廣州 510600；3.國電南瑞科技股份有限公司，江蘇 南京 211106）

0 引言

靜態安全分析用來校驗電網中輸變電設備退出運行后的系統運行狀態，一般要求滿足N-1校驗，完整的N-1校驗需要對電網中所有N個設備進行開斷和潮流分析，計算量巨大［1］。為了縮短分析時間，最常用的技術手段是采用多CPU核進行并行計算加速，中國電科院在4路×4核CPU配置的服務器上對10000節點電網只取得了不到4的加速比，遠小于總核數16，這主要是由于內存帶寬飽和（內存墻）問題。解決上述內存墻問題需要部署多個具有獨立物理內存的計算節點，這將大幅增加系統費用、機房空間和計算功耗［2-3］。

2007年起，GPU逐漸被應用于通用科學計算，隨著NVIDIA公司推出了統一編程架構CUDA（Compute Unified Device Architecture）和第3代專用計算卡，GPU已經成為最重要的高性能計算HPC（High Performance Computing）硬件之一［4］。和多核 CPU 相比，GPU的特點是浮點計算能力和內存帶寬高，以NVIDIA K20型GPU和Intel Xeon E5-2690型CPU為例進行對比，GPU的單精度和雙精度浮點計算峰值分別為CPU的18倍和6倍，GPU的內存帶寬為CPU的4倍，但GPU的價格和功耗僅比CPU分別高10%和70%。

目前，GPU在石油勘探、大規模集成電路仿真、有限元分析等領域已實現了工程應用，電力系統中GPU的研究主要集中在暫態穩定分析和潮流計算2個領域，其中又特別聚焦于大規模稀疏線性方程組求解上。文獻［5-13］對LU分解、共軛梯度迭代、多波前等經典求解方法進行了GPU加速研究，相對于各自開發的CPU串行算法取得了顯著加速比，缺點是這種比較方法對CPU算法的性能比較敏感，更為客觀的方法是同時給出絕對計算時間?！?br>