一种大量同构稀疏上三角方程组的GPU加速回代方法

摘要

本发明公开了一种大量同构稀疏上三角方程组的GPU加速回代方法，所述方法包括如下步骤：根据线性方程组系数矩阵的LU符号分解结果，即上三角变换矩阵U1的稀疏结构，对矩阵U1各行进行并行化分层，U1～UN具有相同的稀疏结构和并行化分层结果；CPU将LU回代运算所需数据传输给GPU；任务分配和设备内存优化：将对矩阵U1～UN的回代运算任务分配到GPU上的大量线程中执行，并根据合并访问原则优化内存使用；GPU中按层次递增的顺序启动分层LU回代运算内核函数Batch_LUbackward。本发明提高了电力潮流线性方程组的LU回代运算效率，解决了电力系统运行分析中潮流计算耗时大的问题。