[發(fā)明專利]基于譜圖稀疏化的芯片內超大規(guī)模供電網絡并行仿真方法

在審

• 申請?zhí)枺?/td>: 202111251664.1
• 申請日: 2021-10-26
• 公開（公告）號: CN114004186A
• 公開（公告）日: 2022-02-01
• 發(fā)明（設計）人: 喻文健;劉志強
• 申請（專利權）人: 清華大學
• 主分類號: G06F30/367
• 分類號: G06F30/367;G06F30/327;G06F17/16;G06F16/901
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張娜

1.一種基于譜圖稀疏化的超大規(guī)模供電網絡并行仿真方法，其特征在于，包括以下步驟：

讀取供電網絡的SPICE網表，建立所述SPICE網表對應的拉普拉斯矩陣和帶權無向圖，以及右端項；

對所述帶權無向圖運行并行譜圖稀疏化算法，得到稀疏子圖以及所述稀疏子圖對應的拉普拉斯矩陣；

使用區(qū)域分解法對所述稀疏子圖對應的拉普拉斯矩陣進行分解得到整體舒爾補矩陣；

設定收斂閾值，基于所述整體舒爾補矩陣和所述收斂閾值運行預條件共軛梯度法求解所述SPICE網表對應的拉普拉斯矩陣為系數矩陣的供電網絡線性方程組，得到節(jié)點電壓等供電網絡仿真結果。

2.根據權利要求1所述的方法，其特征在于，所述使用區(qū)域分解法對所述稀疏子圖對應的拉普拉斯矩陣進行分解得到整體舒爾補矩陣，包括：

對所述稀疏子圖進行圖分割，劃分為多個子區(qū)域，將每個子區(qū)域中的節(jié)點區(qū)分為內部節(jié)點和邊界節(jié)點，對所述稀疏子圖對應的拉普拉斯矩陣做重排序；

根據所述稀疏子圖的節(jié)點排序關系對所述SPICE網表對應的拉普拉斯矩陣進行重排序；

對每個子區(qū)域的矩陣做Cholesky分解得到每個子區(qū)域的分解矩陣，并計算子區(qū)域舒爾補矩陣以及所述整體舒爾補矩陣。

3.根據權利要求1所述的方法，其特征在于，所述對所述稀疏子圖對應的拉普拉斯矩陣做重排序后的矩陣格式為：

其中，m為子區(qū)域個數，A_i對應第i個子區(qū)域的內部節(jié)點，C_i對應第i個子區(qū)域的邊界節(jié)點，E_i代表第i個子區(qū)域中內部節(jié)點和邊界節(jié)點的連接，F_i，j代表第i個子區(qū)域和第j個子區(qū)域邊界節(jié)點間的連接，O代表零矩陣塊。

4.根據權利要求3所述的方法，其特征在于，所述對每個子區(qū)域的矩陣做Cholesky分解得到每個子區(qū)域的分解矩陣，并計算子區(qū)域舒爾補矩陣以及所述整體舒爾補矩陣，包括：

對每個子區(qū)域i的矩陣做Cholesky分解得到所述分解矩陣：

其中，P_i為重排序方法對應的排列陣；

根據所述分解矩陣計算所述子區(qū)域舒爾補矩陣：

計算整體舒爾補矩陣S：

對所述整體舒爾補矩陣做Cholesky分解。

5.根據權利要求4所述的方法，其特征在于，所述供電網絡線性方程組為：

其中，x_i為第i個子區(qū)域內部節(jié)點電壓向量，y_i為第i個子區(qū)域邊界節(jié)點電壓向量，f_i為第i個子區(qū)域內部節(jié)點所連的電流源組成的向量，g_i為第i個子區(qū)域邊界節(jié)點所連的電流源組成的向量。

6.根據權利要求5所述的方法，其特征在于，所述基于所述整體舒爾補矩陣和所述收斂閾值運行預條件共軛梯度法求解所述SPICE網表對應的拉普拉斯矩陣為系數矩陣的供電網絡線性方程組，得到節(jié)點電壓等供電網絡仿真結果，包括：

對每個子區(qū)域i，利用矩陣A_i的Cholesky分解結果，計算

利用所述整體舒爾補矩陣S的Cholesky分解結果，求解整體舒爾補矩陣方程，得到邊界節(jié)點對應的未知數的值y＝{y_i}，

Sy＝b

其中，b＝{b_i}；

對每個子區(qū)域i，利用矩陣A_i的Cholesky分解結果，求解A_ix_i＝f_i-E_iy_i。