[发明专利]电力优化运行方法、终端设备及计算机可读存储介质

权利要求书

1.一种电力优化运行方法，其特征在于，包括如下步骤：

A1：客户端接收用户发起的认证连接请求，促使用户侧计算机在请求通过后被纳为新增计算节点；

A2：选择处理器并行计算方式；A2步骤中，处理器并行计算方式包括CPU并行计算、GPU并行计算；

A3：输入计算任务信息至客户端；其中，由用户侧计算机选定所使用的智能计算方法，自行生成初始种群，将种群信息及适应度计算方法输入到客户端；

A4：指使服务器管理节点接收输入信息，据此测算任务计算量大小，并根据各计算节点的计算能力划分计算任务；

A5：指使各计算节点使用处理器多线程，并行计算潮流及适应度值，得到最终结果；

A5步骤中，当处理器多线程为CPU多线程时，具体包括如下子步骤：

A51：指使客户端计算节点使用CPU多线程，并行计算潮流及适应度值，计算完上传结果文件至管理节点；

A52：指使服务器管理节点待所有计算节点的适应度值计算完成后，发送计算结果给用户侧计算机；提示用户对种群按智能计算方法步骤进行变异、选择后续操作，促使生成新一代种群，并发送新一代种群信息给客户端；

A53：重复步骤A51、A52，直至迭代次数达到设定上限，得到最终结果。

2.如权利要求1所述的电力优化运行方法，其特征在于，A3步骤中，当处理器并行计算方式为CPU并行计算时，计算任务信息包括：智能计算方法类型、初始种群信息、适应度计算方法；当处理器并行计算方式为GPU并行计算时，计算任务信息包括：智能计算方法类型、电力系统参数、种群编码方式。

3.如权利要求2所述的电力优化运行方法，其特征在于，智能计算方法类型包括：进化规划智能计算方法、粒子群智能计算方法。

4.如权利要求1所述的电力优化运行方法，其特征在于，A5步骤中，处理器多线程包括CPU多线程、GPU多线程。

5.如权利要求1所述的电力优化运行方法，其特征在于，步骤A51中，并行计算潮流及适应度值时调用不同电力计算库。

6.如权利要求1所述的电力优化运行方法，其特征在于，当处理器并行计算方式为GPU并行计算时，A4步骤后还包括：指使服务器管理节点下发计算任务到各计算节点，促使各计算节点拷贝任务信息至GPU显存中。

7.如权利要求6所述的电力优化运行方法，其特征在于，A5步骤中，当处理器多线程为GPU多线程时，具体包括如下子步骤：

B51：指使GPU各线程块读取CPU显存信息，GPU一个线程块对应于智能计算方法的一个子种群，线程块内的每个线程对应于该子种群中的每个个体；指使各计算节点使用GPU海量线程调用内置矩阵计算库，并行计算潮流及适应度值；

B52：指使各计算节点使用GPU海量线程按智能计算方法，并行执行变异、选择后续操作，促使生成新一代种群；

B53：重复步骤B51、B52，直至迭代次数达到迁移上限，迁移时指使各计算节点的计算结果由GPU显存发送至CPU内存，再指使服务器管理节点汇总；指使将该智能计算方法的每个子种群中适应度值最大的个体拷贝至相邻的下一子种群，将每个子种群中适应度值最小的个体用上一相邻子种群中适应度值最大的个体进行替换；

B54：迁移结束后，若迭代次数未达到预先设定的上限值，则指使服务器管理节点再次下发计算任务到各计算节点，重复步骤B51-B53；若迭代次数达到预先设定的上限值，全部计算完成，发送最终计算结果给用户。

8.如权利要求7所述的电力优化运行方法，其特征在于，不同用户在解决不同计算需求的过程中，指使下载动态链接库，促使计算过程中调用动态链接库得到最终结果。

9.如权利要求1-8任一所述的电力优化运行方法，其特征在于，设置本地计算机与新增计算机为异构形式，不同用户在不同时段使用同一批计算节点、选定不同智能计算方法。