电网风险场景并行计算方法和系统技术方案

本发明专利技术涉及一种电网风险场景并行计算方法和系统，构建并行计算池，所述并行计算池包括多个计算节点，所述计算节点包括多个计算引擎；获取多个电网风险场景数据，为各所述计算引擎分配对应的电网风险场景数据；传输各所述电网风险场景数据到对应的计算引擎，通过各所述计算引擎对各所述电网风险场景数据进行并行计算；获取并行计算结果。在本方案中，所述的电网风险场景数据，包含了大规模的支路开断的数据，通过对所述场景数据的分配，将各个电网场景数据传输到对应的计算引擎进行并行计算，可以高效地完成计算量大、迭代次数多、实时性要求高的电网风险场景计算任务。

Parallel computing method and system for power grid risk scene

The invention relates to a power grid risk scenario parallel computing method and system construction of parallel computing pool, the pool includes a plurality of parallel computing nodes, the computing node includes a plurality of computing engine; acquiring a plurality of scene data calculation of power grid risk, risk distribution of scene data corresponding to each of the engine; the transmission grid risk scene data to the corresponding calculation engine, the engine of the power grid risk scene data parallel computing through the calculation results obtained; parallel computing. In this scheme, the data grid risk scenarios, including large-scale OTDF data, through the distribution of the scene data, the data is transmitted to the scene grid computing engine corresponding parallel computing, can complete the large amount of calculation, Diego scene generation grid risk number and real-time requirements high efficient computing tasks.

【技术实现步骤摘要】
电网风险场景并行计算方法和系统
本专利技术涉及电网
，特别是涉及一种电网风险场景并行计算方法和系统。
技术介绍
随着社会经济水平的增长与人口的增加，电网规模越来越大，社会对电网的安全性与可靠性的要求也越来越高。为了保障电网正常运行，研究人员提出了电网运行风险评估指标和计算方法。由于要考虑的预想故障场景数量众多，以及对每一故障场景都要进行潮流分析、负荷削减等计算工作，计算量非常之大。为了提高电网风险评估的计算效率，一般通过购买高性能服务器或工作站完成，但由于价格昂贵及维护成本高，一般难以拥有；也有尝试优化算法，但由于技术涉及面广、程度深，优化算法对计算效率带来的提高微乎其微，因此电网风险评估的计算效率低下。
技术实现思路
基于此，有必要针对传统的电网风险评估的计算效率低下的问题，提供一种电网风险场景并行计算方法和系统。一种电网风险场景并行计算方法，包括以下步骤：构建并行计算池，并行计算池包括多个计算节点，计算节点包括多个计算引擎；获取多个电网风险场景数据，为各计算引擎分配对应的电网风险场景数据；传输各电网风险场景数据到对应的计算引擎，通过各计算引擎对各电网风险场景数据进行并行计算；获取并行计算结果。一种电网风险场景并行计算系统，包括以下模块：并行计算池构建模块，用于构建并行计算池，并行计算池包括多个计算节点，计算节点包括多个计算引擎；场景数据分配模块，用于获取多个电网风险场景数据，为各计算引擎分配对应的电网风险场景数据，传输各电网风险场景数据到对应的计算引擎；并行计算模块，用于通过各计算引擎对各电网风险场景数据进行并行计算；结果汇集模块，用于获取并行计算结果。根据上述本专利技术的电网风险场景并行计算方法和系统，利用多个计算节点构建并行计算池，将多个电网场景数据分配到各个计算节点中的各个计算引擎，通过各个计算引擎对电网风险场景数据进行并行计算，获取各个计算引擎的计算结果。在此方案中，通过对场景数据的分配，将各个电网场景数据传输到对应的计算引擎进行并行计算，可以高效地完成计算量大、迭代次数多、实时性要求高的电网风险场景计算任务，从而提高电网风险场景的计算效率。一种可读存储介质，其上存储有可执行程序，该程序被处理器执行时实现上述的电网风险场景并行计算方法的步骤。一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的可执行程序，处理器执行程序时实现上述的电网风险场景并行计算方法的步骤。根据上述本专利技术的电网风险场景并行计算方法，本专利技术还提供一种可读存储介质和计算设备，用于通过程序实现上述电网风险场景并行计算方法。附图说明图1为本专利技术一个实施例中的电网风险场景并行计算方法的流程示意图；图2为本专利技术另一实施例中的构建并行计算池步骤的流程示意图；图3为本专利技术另一实施例中的分配场景数据步骤的流程示意图；图4为本专利技术另一实施例中的电网风险场景并行计算系统的结构示意图；图5为本专利技术另一实施例中的电网风险场景并行计算方法的流程示意图；图6为本专利技术另一实施例中的电网风险场景并行计算方法的流程示意图；图7为本专利技术另一实施例中的电网风险场景并行计算方法的并行计算架构图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不限定本专利技术的保护范围。参见图1所示，为本专利技术一个实施例的电网风险场景并行计算方法的流程示意图。该实施例中的电网风险场景并行计算方法包括以下步骤：步骤S110：构建并行计算池，并行计算池包括多个计算节点，计算节点包括多个计算引擎；在本步骤中，计算节点可以是计算机设备，包括多核处理器和存储装置，通过连接多个计算节点的处理器和存储装置，可以构建出并行计算池。步骤S120：获取多个电网风险场景数据，为各计算引擎分配对应的电网风险场景数据；在本步骤中，通过分配电网风险场景数据到各个计算引擎，可以调整各个计算引擎的计算压力。步骤S130：传输各电网风险场景数据到对应的计算引擎，通过各计算引擎对各电网风险场景数据进行并行计算；在本步骤中，分配电网风险场景数据完成后，根据分配结果，将各个场景数据传输到各个计算节点的各个计算引擎中，进行并行计算。步骤S140：获取并行计算结果。在本步骤中，由于并行计算完成后，各个计算结果仍然存放在各个计算引擎中，因此需要通过各个计算引擎返回计算结果。在本实施例中，利用多个计算节点构建并行计算池，将多个电网场景数据分配到各个计算节点中的各个计算引擎，通过各个计算引擎对电网风险场景数据进行并行计算，获取各个计算引擎的计算结果。在此方案中，通过对场景数据的分配，将各个电网场景数据传输到对应的计算引擎进行并行计算，可以高效地完成计算量大、迭代次数多、实时性要求高的电网风险场景计算任务。可选的，电网风险场景数据可以包括大规模电网的支路开断的数据。通过对各支路开断数据的整理，形成多个电网风险场景数据；参见图2所示，为其中一个实施例中构建并行计算池的流程示意图，该实施例中构建并行计算池的步骤包括以下步骤：步骤S111：获取多个计算节点，将各计算节点添加至集群中，对集群创建任务管理；步骤S112：配置各计算节点的计算引擎数量，添加集群至初始集群配置文件，获得目标集群配置文件，根据目标集群配置文件创建并行计算池。在本实施例中，获取将用于参与并行计算的计算节点，添加计算节点到同一个集群，创建任务管理和配置计算引擎数量后，将该集群添加到初始集群配置文件中，获得的目标集群配置文件，可利用于创建并行计算池。由于实际应用中，针对不同的计算任务，需要有针对性地创建对应的集群。由于集群系统多节点的特征，集群配置错综复杂，尤其在大型系统中，手工配置集群节点效率低下，通过采用集群配置文件，可以提高并行池的创建与管理的效率。可选的，上述操作可以在并行池其中一个计算节点中完成，通过主机IP地址或主机名，找到可用于参与并行计算的计算节点，并将找到的计算节点添加到一个集群，通过对该集群创建任务统一管理。在其中一个实施例中，配置每个计算节点的计算引擎数量的步骤包括以下步骤：将当前计算节点中的计算引擎数量配置为当前计算节点的CPU核数量。在本实施例中，由于电网风险场景数据的计算为数据密集型计算，在计算过程中，基本没有IO操作，很少出现IO阻塞；另一方面，CPU单个核在处理多个进程时，是排队处理的，由于一个计算引擎对应一个进程，因此将每个计算节点的计算引擎数量设置为与该计算引擎的CPU核数量一致，可以减少由于系统调度造成的性能损失，充分利用各个计算节点的计算资源。在其中一个实施例中，各计算节点处于同一个局域网，计算节点间通过局域网进行数据的传输。在本实施例中，由于实际操作中电网风险场景数据设计到的数据量非常大，并且场景数据需要传输到各个计算引擎中进行并行计算，因此对数据的传输速率有较高要求。并行计算池中的各个计算节点使用专门铺设的传输介质进行联网，具有较高的传输速率，并且延迟低，提高了并行计算池中场景数据的传输，进而提高并行计算的效率。在其中一个实施例中，构建并行计算池后，选取并行计算池中的任意一个计算节点作为客户端，将各电网风险场景数据传输至客户端；其中，客户端为各计算引擎分配对应的电网风险场景数据；传输各数据到本文档来自技高网...

【技术保护点】
一种电网风险场景并行计算方法，其特征在于，包括以下步骤：构建并行计算池，所述并行计算池包括多个计算节点，所述计算节点包括多个计算引擎；获取多个电网风险场景数据，为各所述计算引擎分配对应的电网风险场景数据；传输各所述电网风险场景数据到对应的计算引擎，通过各所述计算引擎对各所述电网风险场景数据进行并行计算；获取并行计算结果。

【技术特征摘要】
1.一种电网风险场景并行计算方法，其特征在于，包括以下步骤：构建并行计算池，所述并行计算池包括多个计算节点，所述计算节点包括多个计算引擎；获取多个电网风险场景数据，为各所述计算引擎分配对应的电网风险场景数据；传输各所述电网风险场景数据到对应的计算引擎，通过各所述计算引擎对各所述电网风险场景数据进行并行计算；获取并行计算结果。2.根据权利要求1所述的电网风险场景并行计算方法，其特征在于，所述构建并行计算池的步骤包括以下步骤：获取多个计算节点，将各所述计算节点添加至集群中，对所述集群创建任务管理；配置各所述计算节点的计算引擎数量，添加所述集群至初始集群配置文件，获得目标集群配置文件，根据所述目标集群配置文件创建并行计算池。3.根据权利要求2所述的电网风险场景并行计算方法，其特征在于，所述配置每个计算节点的计算引擎数量的步骤包括以下步骤：将当前计算节点中的计算引擎数量配置为当前计算节点的CPU核数量。4.根据权利要求2所述的电网风险场景并行计算方法，其特征在于，各所述计算节点处于同一个局域网，计算节点间通过局域网进行数据的传输。5.根据权利要求2所述的电网风险场景并行计算方法，其特征在于，还包括以下步骤：选取所述并行计算池中的任意一个计算节点作为客户端，将各所述电网风险场景数据传输至所述客户端；其中，所述客户端为各所述计算引擎分配对应的电网风险场景数据；所述传输各所述数据到对应的计算引擎的步骤包括以下步骤：通过所述客户端传输各所述数据到对应的计算引擎。6.根据权利要求1所述的电网风险场景并行计算方法，其特征在于，所述为各个计算引擎分配对应的电网风险场景数据的步骤包括以下步骤：获取所述并行计算池中的计算引擎总数以及各个计算引擎的引擎序号；对所述电网风险场景数据按序编号，得到场景编号；将当前场景编号...

【专利技术属性】
技术研发人员：莫文雄，章磊，胡金星，张志亮，王莉，何兵，孙煜华，冯圣中，吴永欢，
申请(专利权)人：广州供电局有限公司，中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东,44