温柏坚 ，谢恩彦 ，刘明波

（1.华南理工大学 电力学院，广东 广州 510640；2.广东电网有限责任公司电力调度控制中心，广东 广州 510600；3.国电南瑞科技股份有限公司，江苏 南京 211106）

0 引言

静态安全分析用来校验电网中输变电设备退出运行后的系统运行状态，一般要求满足N-1校验，完整的N-1校验需要对电网中所有N个设备进行开断和潮流分析，计算量巨大［1］。为了缩短分析时间，最常用的技术手段是采用多CPU核进行并行计算加速，中国电科院在4路×4核CPU配置的服务器上对10000节点电网只取得了不到4的加速比，远小于总核数16，这主要是由于内存带宽饱和（内存墙）问题。解决上述内存墙问题需要部署多个具有独立物理内存的计算节点，这将大幅增加系统费用、机房空间和计算功耗［2-3］。

2007年起，GPU逐渐被应用于通用科学计算，随着NVIDIA公司推出了统一编程架构CUDA（Compute Unified Device Architecture）和第3代专用计算卡，GPU已经成为最重要的高性能计算HPC（High Performance Computing）硬件之一［4］。和多核 CPU 相比，GPU的特点是浮点计算能力和内存带宽高，以NVIDIA K20型GPU和Intel Xeon E5-2690型CPU为例进行对比，GPU的单精度和双精度浮点计算峰值分别为CPU的18倍和6倍，GPU的内存带宽为CPU的4倍，但GPU的价格和功耗仅比CPU分别高10%和70%。

目前，GPU在石油勘探、大规模集成电路仿真、有限元分析等领域已实现了工程应用，电力系统中GPU的研究主要集中在暂态稳定分析和潮流计算2个领域，其中又特别聚焦于大规模稀疏线性方程组求解上。文献［5-13］对LU分解、共轭梯度迭代、多波前等经典求解方法进行了GPU加速研究，相对于各自开发的CPU串行算法取得了显著加速比，缺点是这种比较方法对CPU算法的性能比较敏感，更为客观的方法是同时给出绝对计算时间。……