CN115292055B - 电力芯片的资源分配方法、装置、计算机设备和存储介质 - Google Patents
电力芯片的资源分配方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115292055B CN115292055B CN202211226998.8A CN202211226998A CN115292055B CN 115292055 B CN115292055 B CN 115292055B CN 202211226998 A CN202211226998 A CN 202211226998A CN 115292055 B CN115292055 B CN 115292055B
- Authority
- CN
- China
- Prior art keywords
- service
- power
- core
- group
- chip
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000013468 resource allocation Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000006870 function Effects 0.000 claims abstract description 402
- 238000004590 computer program Methods 0.000 claims description 37
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 21
- 238000001514 detection method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 16
- 238000001914 filtration Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 238000013480 data collection Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Power Sources (AREA)
Abstract
本申请涉及一种电力芯片的资源分配方法、装置、计算机设备和存储介质。所述方法包括：根据电力芯片集成的各业务功能的业务特性，对所述各业务功能进行划分，得到至少两个业务组；根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源。采用本方法能够合理分配电力芯片的计算资源。
Description
技术领域
本申请涉及配电网技术领域，特别是涉及一种电力芯片的资源分配方法、装置、计算机设备和存储介质。
背景技术
在双碳目标的驱动下，新型电力系统呈现出高比例可再生能源的发展趋势，为更好适应海量新能源接入的发展态势，数字化转型成为了电网行业的当务之急。基于电力专用芯片（即电力芯片）的智能终端（即电力终端）是支撑数字电网发展和新型电力系统建设的关键技术之一，其应用场景包括了低电压等级的新能源系统，中电压等级的微电网和虚拟电厂，甚至是覆盖多电压等级的广域分布式智能电网。
然而，目前对于电力芯片的计算资源，通常按照经验分配给对应的业务功能。这些方式在计算资源配置量不足时，易导致业务实时性、可靠性要求无法得到满足；在计算资源配置量冗余时，易导致终端资源利用率低等。因此，亟需改进。
发明内容
基于此，有必要针对上述技术问题，提供一种能够合理分配电力芯片的计算资源的电力芯片的资源分配方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种电力芯片的资源分配方法。该方法包括：
根据电力芯片集成的各业务功能的业务特性，对所述各业务功能进行划分，得到至少两个业务组；
根据各业务组中不同业务功能之间的执行顺序，为各业务组分配所述电力芯片的计算资源。
在其中一个实施例中，所述根据各业务组中不同业务功能之间的执行顺序，为各业务组分配所述电力芯片的计算资源，包括：
针对每一业务组，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序；其中，所述硬件特性为执行该业务组中业务功能的芯片核的特性，所述执行该业务组中业务功能的芯片核集成于所述电力芯片中；
根据该业务组中不同业务功能之间的执行顺序，为该业务组分配所述电力芯片的计算资源。
在其中一个实施例中，所述根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序，包括：
根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序。
在其中一个实施例中，所述根据该业务组中不同业务功能之间的执行顺序，为该业务组分配所述电力芯片的计算资源，包括：
根据该业务组中不同业务功能之间的执行顺序，以及该业务组对应的芯片核的通用资源配置模型，确定该业务组的目标模型；
根据该业务组的目标模型，为该业务组分配所述电力芯片的计算资源。
在其中一个实施例中，该方法还包括：
根据该业务组中业务功能的业务特性，确定执行该业务组中业务功能的芯片核。
在其中一个实施例中，所述电力芯片为系统级芯片。
在其中一个实施例中，该方法还包括：
获取基于电力芯片的电力终端在电力系统下的应用场景；
根据所述应用场景，确定所述电力芯片集成的各业务功能。
第二方面，本申请还提供了一种电力芯片的资源分配装置。该装置包括：
业务划分模块，用于根据电力芯片集成的各业务功能的业务特性，对所述各业务功能进行划分，得到至少两个业务组；
资源分配模块，用于根据各业务组中不同业务功能之间的执行顺序，为各业务组分配所述电力芯片的计算资源。
第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
根据电力芯片集成的各业务功能的业务特性，对所述各业务功能进行划分，得到至少两个业务组；
根据各业务组中不同业务功能之间的执行顺序，为各业务组分配所述电力芯片的计算资源。
第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
根据电力芯片集成的各业务功能的业务特性，对所述各业务功能进行划分，得到至少两个业务组；
根据各业务组中不同业务功能之间的执行顺序，为各业务组分配所述电力芯片的计算资源。
第五方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
根据电力芯片集成的各业务功能的业务特性，对所述各业务功能进行划分，得到至少两个业务组；
根据各业务组中不同业务功能之间的执行顺序，为各业务组分配所述电力芯片的计算资源。
上述电力芯片的资源分配方法、装置、计算机设备和存储介质，通过引入业务功能的业务特性，将电力芯片集成的各业务功能划分为多个业务组，并以业务组为单位，针对每一业务组，根据该业务组中不同业务功能之间的执行顺序，为该业务组分配计算资源。上述方案，基于业务特性对各业务功能进行划分，能够使得业务特性相同或相似的业务功能位于一个业务组，并以业务组作为整体进行计算资源的分配，能够实现为每一业务组分配的计算资源满足该业务组内各业务功能的需求；同时在分配资源时，充分考虑业务组内各业务功能之间的执行顺序，使得电力芯片的资源分配更为合理且精准，进而提高了资源利用率。
附图说明
图1为一个实施例中电力芯片的资源分配方法的流程示意图；
图2为一个实施例中基于电力芯片的电力终端的应用场景图；
图3为一个实施例中为业务组分配计算资源的流程示意图；
图4为一个实施例中基于SOC的电力终端业务系统架构图；
图5为一个实施例中业务组中不同业务功能之间执行顺序的示意图；
图6为另一个实施例中为业务组分配计算资源的流程示意图；
图7为另一个实施例中电力芯片的资源分配方法的流程示意图；
图8为一个实施例中电力芯片的资源分配装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1为一个实施例中电力芯片的资源分配方法的流程示意图。本实施例适用于如何对电力芯片的计算资源进行合理分配的情况，尤其适用于在新能源接入电力系统，并采用基于电力芯片的电力终端对新能源进行管控场景下，如何对电力芯片的计算资源进行合理分配的情况。进一步的，本实施例所提供的电力芯片的资源分配方法可应用于电力芯片生产场景，还可应用于基于电力芯片的电力终端处理业务功能的场景。
本申请实施例所提供的电力芯片的资源分配方法，可以应用于基于电力芯片的电力终端，或者电力终端对应的服务器中。可以理解的是，在一些场景下，该方法还可以应用于包括电力终端和服务器的系统，并通过电力终端和服务器的交互实现。
如图1所示，本实施例提供的电力芯片的资源分配方法具体可以通过如下步骤实现：
S101，根据电力芯片集成的各业务功能的业务特性，对各业务功能进行划分，得到至少两个业务组。
本实施例中，所谓业务功能即为基于电力芯片的电力终端为管控接入电力系统的新能源所引入的处理业务的能力。可选的，电力终端所在的新能源场景不同（即应用场景不同），业务功能也不同。
业务特性即为业务功能所具有的业务和功能特点，可以包括但不限于业务类型、实时性和周期性等。
具体的，可以获取电力芯片集成的各业务功能，并根据各业务功能的业务特性，对各业务功能进行分组，即将业务特性相同或相似的业务功能归为一组。
其中，获取电力芯片集成的各业务功能的方式可以有很多种，本实施例对此不做限定。一种可实现方式为，获取基于电力芯片的电力终端在电力系统下的应用场景，根据应用场景，确定电力芯片集成的各业务功能。例如可以基于应用场景与业务功能之间的对应关系，根据所获取的应用场景，从候选业务功能库中选取电力芯片集成的各业务功能。
另一种可实现方式为，根据电力系统的管理者输入的功能标识，或者在可视化界面上对业务功能图标的拖拽操作，获取电力芯片集成的各业务功能等。
S102，根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源。
本实施例中，不同业务功能之间的执行顺序可以包括串行执行和/或并行执行。
具体的，对于每一业务组，可以根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源。例如，可以根据该业务组中不同业务功能之间的执行顺序，确定执行不同业务功能时资源被消耗的方式，进而根据所确定的资源被消耗的方式，为该业务组分配电力芯片的计算资源。其中，对于任意两个业务功能，若这两个业务功能之间的执行顺序为并行执行，则确定执行这两个业务功能时资源被消耗的方式为累积消耗。若这两个业务功能之间的执行顺序为串行执行，则确定执行这两个业务功能时资源被消耗的方式为单独消耗。
或者，可以根据该业务组中不同业务功能之间的执行顺序，以及该业务组中业务功能的总数量和业务功能的复杂度等，为该业务组分配电力芯片的计算资源。
上述电力芯片的资源分配方法，通过引入业务功能的业务特性，将电力芯片集成的各业务功能划分为多个业务组，并以业务组为单位，针对每一业务组，根据该业务组中不同业务功能之间的执行顺序，为该业务组分配计算资源。上述方案，基于业务特性对各业务功能进行划分，能够使得业务特性相同或相似的业务功能位于一个业务组，并以业务组作为整体进行计算资源的分配，能够实现为每一业务组分配的计算资源满足该业务组内各业务功能的需求；同时在分配资源时，充分考虑业务组内各业务功能之间的执行顺序，使得电力芯片的资源分配更为合理且精准，进而提高了资源利用率。
在上述实施例的基础上，以基于电力芯片的电力终端应用于居民屋顶的光伏发电板组为例，对电力芯片所集成的业务功能，以及对各业务功能的划分进行介绍。
具体的，如图2所示。基于电力芯片的电力终端的部署位置位于升压变压器附近，与逆变器、交流开关、用户双向计量电表接线箱进行通信（比如5G通信）。
可选的，该应用场景下的能量流为：在阳光照射下光伏板组产生直流电，通过直流汇流箱汇聚多个光伏板组的能量，经直流开关输入储能系统中。光伏发电既能满足居民冷热负荷、照明负荷、旋转电机、其它负荷的用电需求外，还可以将多余的直流电能经过逆变器逆变为交流电，经过电网连接点、交流开关、用户双向计量电表接线箱环节后升压输送到中压配电网。
该应用场景下的信息流为：逆变器通过5G通信方式，将采集到的电气量（如电流、电压、功率值等）传输至电力终端；交流开关通过5G通信方式，将采集到的电气量（如电流、电压、功率值等）和采集到的开关量（如交流开关开合位置的数据等）等传输至电力终端；用户双向计量电表接线箱通过5G通信方式，将采集到的用户负荷计量数据传输至电力终端等。
进一步的，在该应用场景下，电力芯片中所集成的业务功能可以包括但不限于电气量采集功能、开关量采集功能、负荷数据采集功能、数据滤波处理功能、电气参量计算功能、P/Q控制功能、电压控制功能、离并网控制功能、切机减载控制功能、电力谐波检测功能、电压暂降检测功能、过欠压保护功能、过流保护功能、光伏预测功能、负荷预测功能、负荷控制功能和功率平衡调度功能等。具体内容可以参见如下表1。
具体的，可以根据各业务功能的功能描述，确定各业务功能的业务类型，进而根据各业务功能的业务类型、实时性和周期性等业务特性，对各业务功能进行分组。例如，可以将表1中的业务功能划分为四个业务组，分别为数据采集业务组、运行控制业务组、保护检测业务组和能量管理业务组。其中，数据采集业务组包括电气量采集功能、开关量采集功能、负荷数据采集功能、数据滤波处理功能和电气参量计算功能；运行控制业务组包括P/Q控制功能、电压控制功能、离并网控制功能和切机减载控制功能；保护检测业务组包括电力谐波检测功能、电压暂降检测功能、过欠压保护功能和过流保护功能；能量管理业务组包括光伏预测功能、负荷预测功能、负荷控制功能和功率平衡调度功能。
表1 电力芯片中所集成的业务功能及其功能描述
需要说明的是，由于传统电力终端一般采用MCU（Microcontroller Unit，MCU）芯片架构，在新能源业务承载能力方面，受MCU芯片架构固有串行执行、软硬强耦特点的制约，既难以满足新能源信息高效处理和多元化业务功能的发展需求，更难以培育多时间尺度新能源业务融合共生的电力芯片和终端生态。
因此，为满足新能源信息高效处理和多元化业务功能的发展需求等，本申请中的电力终端采用SOC（System on Chip，系统级芯片）架构。也就是说，本实施例中的电力芯片为系统级芯片。
在一个实施例中，在上述实施例的基础上，进一步对S102为业务组分配电力芯片的计算资源进行详细解释说明。如图3所示，具体实现过程可以包括：
S301，针对每一业务组，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序。
本实施例中，不同业务功能之间的依赖关系，也可称为不同业务功能之间的耦合程度，具体可以包括存在依赖，或者无依赖等。例如，对于上述数据采集业务组中电气量采集功能、开关量采集功能和负荷数据采集功能，三者均用来采集数据，且在执行采集数据的过程中均可独立进行，因此三者之间的依赖关系为无依赖。对于上述数据采集业务组中的数据滤波处理和电气参量计算这两项业务功能，由于需要先进行数据过滤处理，再基于过滤处理后的数据进行电气参量计算，因此可知电气参量计算依赖数据过滤处理，即两者之间的依赖关系为存在依赖。
所谓硬件特性即为执行该业务组中业务功能的芯片核的特性。可选的，不同的芯片核，所具有的硬件特性也不同。例如，对于IP核而言，可支持并行执行和串行执行；对于DSP核而言，仅支持串行执行；对于CPU核而言，仅支持串行执行。进一步的，执行该业务组中业务功能的芯片核集成于电力芯片中。也就是说，执行各业务组中业务功能的芯片核均集成于电力芯片中。
具体的，对于每一业务组，若该业务组的硬件特性为仅支持串行执行，则不同业务功能之间的依赖关系为存在依赖或无依赖，该业务组中不同业务功能之间的执行顺序均为串行执行。若该业务组的硬件特性为支持并行执行，且不同业务功能之间的依赖关系为无依赖，则该业务组中不同业务功能之间的执行顺序为并行执行；若该业务组的硬件特性为支持并行执行，且不同业务功能之间的依赖关系为存在依赖，则该业务组中不同业务功能之间的执行顺序为串行执行。
例如，假设上述数据采集业务组中的电气量采集功能、开关量采集功能和负荷数据采集功能，这三项业务功能部署在一个电力专用的IP核上；以及上述数据采集业务组中的数据滤波处理和电气参量计算，这两项业务功能部署在一个电力专用的DSP核上。
由于IP核可支持并行执行，且电气量采集功能、开关量采集功能和负荷数据采集功能这三者之间的依赖关系为无依赖，因此电气量采集功能、开关量采集功能和负荷数据采集功能三者之间的执行顺序为并行执行。此外，由于DSP核支持串行执行，且数据滤波处理和电气参量计算这两项业务功能之间的依赖关系为存在依赖，因此数据滤波处理和电气参量计算之间的执行顺序为串行执行。
S302，根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源。
具体的，在确定该业务组中不同业务功能之间的执行顺序之后，可以按照一定的资源分配逻辑，根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源。
本实施例中，在确定业务组中不同业务功能之间的执行顺序时，充分考虑了业务组的硬件特性，以及业务组中不同业务功能之间的依赖关系，提高了计算资源的可控利用程度，满足了业务功能的相互依赖需求，保证了执行顺序确定的准确度，进而保证了资源分配的合理性。
可以理解的是，业务功能的部署方式在一定程度也会影响业务功能的执行顺序，因此为提高执行顺序确定的准确度，在一可实施方式中，进一步对S301进行细化。可选的，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序可以是，根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序。
具体的，对于每一业务组，若该业务组的硬件特性为仅支持串行执行，则根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，来确定该业务组中不同业务功能之间的执行顺序。例如，若该业务组中的业务功能基于虚拟化技术部署（如基于容器技术部署），且不同业务功能之间的依赖关系为无依赖，则该业务组中不同业务功能之间的执行顺序可以为并行执行。若该业务组中的业务功能基于虚拟化技术部署，且不同业务功能之间的依赖关系为存在依赖，则该业务组中不同业务功能之间的执行顺序可以为串行执行。
进一步的，若该业务组的硬件特性为支持并行执行，则业务组中各业务功能的执行顺序与业务功能的部署方式无关，即可直接基于该业务组中不同业务功能之间的依赖关系，来确定该业务组中不同业务功能之间的执行顺序。
示例性的，在申请所提供的电力芯片的资源分配方法可应用于电力芯片生产场景下时，对于每一业务组，可以根据该业务组中业务功能的业务特性，确定执行该业务组中业务功能的芯片核。
具体可以是，基于预先设定的业务特性与芯片核之间对应关系，根据每一业务组中业务功能的业务特性，来确定执行每一业务组中业务功能的芯片核。
例如，以上述电力终端应用于居民屋顶的光伏发电板组为例，对于数据采集业务组而言，由于数据采集业务组内的业务功能具有微秒级、强实时、周期性等特点，而电力专用IP是电力专用芯片中用于实现特定功能的电路结构，是硬件算法实现方式，能够有效满足采集功能的高并行、强实时的需求，以及电力专用DSP是电力专用芯片中基于电力专用指令集的数据信号处理单元，能够有效满足电力算法专用自主可控的需求，因此本实施例中的数据采集业务组的芯片核选择采用电力专用IP核和电力专用DSP核。进一步的，数据采集业务组内的电气量采集功能、开关量采集功能和负荷数据采集功能部署在电力专用IP上，数据采集业务组内的数据滤波处理功能和电气参量计算功能部署在电力专用DSP上。
对于运行控制业务组而言，由于运行控制业务组所承担的业务功能具有数秒级、弱实时和非周期的特点，因此运行控制业务组的芯片核选择采用CPU核。
同理，对于保护检测业务组而言，由于保护检测业务组所承担的业务功能具有毫秒级、强实时和周期性的特点，因此保护检测业务组的芯片核选择采用CPU核。以及，对于能量管理业务组而言，由于能量管理业务组所承担的业务功能具有分钟级、非实时和非周期的特点，因此能量管理业务组的芯片核也选择采用CPU核。
进一步的，在确定各业务组的芯片核之后，可以构建如图4所示的基于SOC的电力终端业务系统架构。如图4所示，为了保证业务处理效率的情况下，充分利用计算资源，本实施例运行控制业务组中的业务功能、保护检测业务组中的业务功能、以及能量管理业务组中的业务功能均基于容器技术部署。且不同业务组之间通过业务系统交互总线进行交互。
可以理解的是，本实施例通过SOC的片上系统多核异构架构可有效适配不同电力业务对芯片软硬件的不同需求，在极大程度扩展了软硬件功能的应用范畴的同时提高了电网对源网荷储协同管控的支撑能力。
进一步的，在构建如图4所示的业务系统架构之后，对于每一业务组，可以根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，以及该业务组的硬件特性等，来确定该业务组中不同业务功能之间的执行顺序。
例如，对于数据采集业务组而言，数据采集业务组中电气量采集功能、开关量采集功能和负荷数据采集功能之间的执行顺序为并行执行，如图5中子图(a)所示；数据采集业务组中数据滤波处理功能和电气参量计算功能之间的执行顺序为串行执行，如图5中子图(b)所示。
如图5中子图(c)为保护检测业务组中各业务功能的执行顺序示意图。其中基于容器技术部署的过流保护功能和过欠压保护功能之间的执行顺序为并行执行，随后的基于容器技术部署的电力谐波检测功能和电压暂降检测功能之间的执行顺序为并行执行。
如图5中子图(d)为运行控制业务组中各业务功能的执行顺序示意图。其中，基于容器技术部署的P/Q控制功能和电压控制功能之间的执行顺序为并行执行，随后的基于容器技术部署的离并网控制功能和切机减载功能之间的执行顺序也为并行执行。进一步的，由于离并网控制功能和切机减载功能只有在新能源并网侧的线路，或母线发生故障事件时才会触发执行，因此子图(d)中对离并网控制功能和切机减载功能用虚线框表示。
如图5中子图(e)为能量管理业务组中各业务功能的执行顺序示意图。其中，基于容器技术部署的光伏预测功能和负荷预测功能之间的执行顺序为并行执行，随后的基于容器技术部署的功率平衡调度功能和负荷控制功能之间的执行顺序为串行执行。进一步的，由于负荷控制功能只有在新能源并网侧发生调度指令下达事件后才会触发执行，因此子图(e)中对负荷控制功能用虚线框表示。
在一个实施例中，在上述实施例的基础上，进一步对S102或者S302为每一业务组分配电力芯片的计算资源进行详细解释说明。如图6所示，具体实现过程可以包括：
S601，根据该业务组中不同业务功能之间的执行顺序，以及该业务组对应的芯片核的通用资源配置模型，确定该业务组的目标模型。
本实施例中，芯片核的通用资源配置模型可以根据芯片核内部计算资源的组成要素等确定。可选的，不同芯片核的通用资源配置模型不同。
例如，对于IP核而言，通过将业务功能对应的软件算法固化成硬件电路来实现功能，而电路中包括逻辑单元、寄存单元和乘法单元，因此IP核内部计算资源的组成要素包括逻辑单元、寄存单元核乘法单元，即IP核的通用资源配置模型可以表示为如下公式1—4。
其中，
为电力专用IP核的总资源配置量；
为电力专用IP核的逻辑单元配置量；
为电力专用IP核的寄存单元配置量；
为电力专用IP核的乘法单元配置量；
为裕度系数可取为5%-20%；
为电力专用IP核第i个业务功能的第j行代码执行指令数；
为单位执行指令所需逻辑单元数量；
为单位执行指令所需寄存单元数量；
为单位执行指令所需乘法单元数量；
为通过电力专用IP核实现的业务功能个数，
为第i个业务功能的代码行数，由实际芯片研制情况决定。
对于DSP核而言，直接将业务功能对应的软件算法运行在硬件上来实现功能，因此DSP核的通用资源配置模型可以表示为如下公式5。
其中，
为电力专用DSP核的计算资源配置量；
为裕度系数可取为5%-20%；
电力专用DSP核第i个业务功能的第j行代码执行指令数；
为单位执行指令所需时钟周期数；
为电力专用DSP核第i个业务功能的执行延时要求；
为通过电力专用DSP核实现的业务功能个数，
为电力专用DSP核第i个业务功能的代码行数，由实际芯片研制情况决定。
对于CPU核而言，也是直接将业务功能对应的软件算法运行在硬件上来实现功能，因此CPU核的通用资源配置模型可以表示为如下公式6。
其中，S cpu为CPU核的计算资源配置量；
为裕度系数可取为5%-20%；
为CPU核第i1个业务功能的第j行代码执行指令数；
为CPU核第i2个业务功能的第j行代码执行指令数；
为单位执行指令所需时钟周期数；
为CPU核的第i1个业务功能的执行延时要求；
为CPU核的第i2个业务功能的执行延时要求；
为CPU核的第i1个业务功能的代码行数，由实际芯片研制情况决定；
为CPU核的第i2个业务功能的代码行数，由实际芯片研制情况决定；N cpu1为通过CPU核实现的业务功能中第一组并行执行的业务功能的个数；N cpu2为通过CPU核实现的业务功能中第二组并行执行的业务功能的个数，第一组并行执行的业务功能执行之后，再执行第二组并行执行的业务功能。
具体的，对于每一业务组，可以根据该业务组中不同业务功能之间的执行顺序，确定该业务组中串行执行的业务功能的数量，以及并行执行的业务功能的数量等；之后采用该业务组中业务功能的逻辑代码，该业务组中串行执行的业务功能的数量，以及并行执行的业务功能的数量等，对该业务组对应的芯片核的通用资源配置模型中的参数进行赋值，以得到该业务组的目标模型。
例如，在上述保护检测业务组中各业务功能的执行顺序为图5中子图(c)所示的情况下，可以结合上述公式6，来确定该业务组的目标模型。具体的，由于基于容器技术部署的过流保护功能和过欠压保护功能之间的执行顺序为并行执行，基于容器技术部署的电力谐波检测功能和电压暂降检测功能之间的执行顺序也为并行执行，且两组并行执行之间是串行。因此可知，N cpu1和N cpu2的取值均为2， i1取值为1和2，分别代表的是基于容器技术部署的过流保护功能和欠过压保护功能；i2取值也为1和2，分别代表的是基于容器技术部署的电力谐波检测功能和电压暂降检测功能。
将N cpu1和N cpu2的取值带入上述公式6，可以得到保护检测业务组的目标模型，即为如下公式7所示：
又如，在上述能量管理业务组中各业务功能的执行顺序为图5中子图(e)所示的情况下，可以结合上述公式6，来确定该业务组的目标模型。具体的，由于基于容器技术部署的光伏预测功能和负荷预测功能之间的执行顺序为并行执行，随后的基于容器技术部署的功率平衡调度功能和负荷控制功能之间的执行顺序为串行执行。因此可知，N cpu1的取值为2，N cpu2和N cpu3的取值均为1， i1取值为1和2，分别代表的是基于容器技术部署的光伏预测功能和负荷预测功能；i2取值为1，代表的是基于容器技术部署的功率平衡调度功能；i3取值为1，代表的是基于容器技术部署的负荷控制功能。
将N cpu1、N cpu2和N cpu3的取值带入上述公式6，可以得到能量管理业务组的目标模型，即为如下公式8所示：
S602，根据该业务组的目标模型，为该业务组分配电力芯片的计算资源。
具体的，对于每一业务组，在确定该业务组的目标模型之后，可以基于该业务组的目标模型，确定该业务组所需的总资源量，进而基于该业务组所需的总资源量，为该业务组分配电力芯片的计算资源。
例如，对于上述数据采集业务组而言，由于该数据采集业务组的芯片核包括电力专用IP核和电力专用DSP核。因此可以将电力专用IP所需的资源配置量，与DSP核所需的资源配置量之和，作为该数据采集业务组所需的总资源量；进而基于该数据采集业务组所需的总资源量，为该数据采集业务组分配电力芯片的计算资源。
可以理解的是，本实施例中引入芯片核的通用资源配置模型，来为业务组分配计算资源，进一步提升了资源分配的合理性，进而极大地提升了资源的利用率。
进一步的，在本申请所提供的电力芯片的资源分配方法应用于电力芯片生产场景下时，确定每一业务组所需的总资源量之后，还可以基于每一业务组所需的总资源量，来设计SOC芯片的计算资源，进而使得生产出的SOC芯片更符合实际需求。
图7为另一个实施例中电力芯片的资源分配方法的流程示意图。本实施例在上述实施例的基础上，提供了一种在电力芯片生产场景下，实现资源分配方法的可选实例。如图7所示，具体可以通过如下步骤实现：
S701，根据电力芯片集成的各业务功能的业务特性，对各业务功能进行划分，得到至少两个业务组。
S702，针对每一业务组，根据该业务组中业务功能的业务特性，确定执行该业务组中业务功能的芯片核；其中，执行每一业务组中业务功能的芯片核集成于电力芯片中。
S703，根据每一业务组中不同业务功能之间的依赖关系，以及每一业务组的硬件特性，确定每一业务组中不同业务功能之间的执行顺序。
S704，根据每一业务组中不同业务功能之间的执行顺序，以及每一业务组对应的芯片核的通用资源配置模型，确定每一业务组的目标模型。
S705，根据每一业务组的目标模型，为每一业务组分配电力芯片的计算资源。
S706，根据为每一业务组分配的计算资源，设计电力芯片的计算资源。
进一步的，在本申请所提供的资源分配方法应用于电力终端处理业务功能的场景下时，可以通过执行S701、S703、S704和S705来实现对电力终端的资源分配。
上述S701-S706的具体过程可以参见上述方法实施例的描述，其实现原理和技术效果类似，在此不再赘述。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的电力芯片的资源分配方法的资源分配装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电力芯片的资源分配装置实施例中的具体限定可以参见上文中对于电力芯片的资源分配方法的限定，在此不再赘述。
在一个实施例中，如图8所示，提供了一种电力芯片的资源分配装置800，包括：业务划分模块801和资源分配模块802，其中：
业务划分模块801，用于根据电力芯片集成的各业务功能的业务特性，对各业务功能进行划分，得到至少两个业务组；
资源分配模块802，用于根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源。
在一个实施例中，资源分配模块802可以包括：
顺序确定单元，用于针对每一业务组，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序；其中，硬件特性为执行该业务组中业务功能的芯片核的特性，执行该业务组中业务功能的芯片核集成于电力芯片中；
资源分配单元，用于根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源。
在一个实施例中，顺序确定单元具体用于：
根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序。
在一个实施例中，资源分配单元具体用于：
根据该业务组中不同业务功能之间的执行顺序，以及该业务组对应的芯片核的通用资源配置模型，确定该业务组的目标模型；
根据该业务组的目标模型，为该业务组分配电力芯片的计算资源。
在一个实施例中，上述资源分配装置还包括：
硬件确定单元，用于根据该业务组中业务功能的业务特性，确定执行该业务组中业务功能的芯片核。
在一个实施例中，电力芯片为系统级芯片。
在一个实施例中，上述资源分配装置还包括：
场景获取模块，用于获取基于电力芯片的电力终端在电力系统下的应用场景；
功能确定模块，用于根据应用场景，确定电力芯片集成的各业务功能。
上述资源分配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储芯片核的通用资源配置模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种资源分配方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
根据电力芯片集成的各业务功能的业务特性，对各业务功能进行划分，得到至少两个业务组；
根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源。
在一个实施例中，处理器执行计算机程序中根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源的逻辑时，具体实现以下步骤：
针对每一业务组，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序；其中，硬件特性为执行该业务组中业务功能的芯片核的特性，执行该业务组中业务功能的芯片核集成于电力芯片中；根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源。
在一个实施例中，处理器执行计算机程序中根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序的逻辑时，具体实现以下步骤：
根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序。
在一个实施例中，处理器执行计算机程序中根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源的逻辑时，具体实现以下步骤：
根据该业务组中不同业务功能之间的执行顺序，以及该业务组对应的芯片核的通用资源配置模型，确定该业务组的目标模型；根据该业务组的目标模型，为该业务组分配电力芯片的计算资源。
在一个实施例中，处理器执行计算机程序时，还可以实现以下步骤：
根据该业务组中业务功能的业务特性，确定执行该业务组中业务功能的芯片核。
在一个实施例中，处理器执行计算机程序时，所涉及的电力芯片为系统级芯片。
在一个实施例中，处理器执行计算机程序时，还实现以下步骤：
获取基于电力芯片的电力终端在电力系统下的应用场景；根据应用场景，确定电力芯片集成的各业务功能。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据电力芯片集成的各业务功能的业务特性，对各业务功能进行划分，得到至少两个业务组；
根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源。
在一个实施例中，计算机程序中根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源的逻辑时被处理器执行，具体实现以下步骤：
针对每一业务组，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序；其中，硬件特性为执行该业务组中业务功能的芯片核的特性，执行该业务组中业务功能的芯片核集成于电力芯片中；根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源。
在一个实施例中，计算机程序中根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序的逻辑被处理器执行时，具体实现以下步骤：
根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序。
在一个实施例中，计算机程序中根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源的逻辑被处理器执行时，具体实现以下步骤：
根据该业务组中不同业务功能之间的执行顺序，以及该业务组对应的芯片核的通用资源配置模型，确定该业务组的目标模型；根据该业务组的目标模型，为该业务组分配电力芯片的计算资源。
在一个实施例中，计算机程序被处理器执行时，还可以实现以下步骤：
根据该业务组中业务功能的业务特性，确定执行该业务组中业务功能的芯片核。
在一个实施例中，计算机程序被处理器执行时，所涉及的电力芯片为系统级芯片。
在一个实施例中，计算机程序被处理器执行时，还可以实现以下步骤：
获取基于电力芯片的电力终端在电力系统下的应用场景；根据应用场景，确定电力芯片集成的各业务功能。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
根据电力芯片集成的各业务功能的业务特性，对各业务功能进行划分，得到至少两个业务组；
根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源。
在一个实施例中，计算机程序中根据各业务组中不同业务功能之间的执行顺序，为各业务组分配电力芯片的计算资源的逻辑被处理器执行时，具体实现以下步骤：
针对每一业务组，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序；其中，硬件特性为执行该业务组中业务功能的芯片核的特性，执行该业务组中业务功能的芯片核集成于电力芯片中；根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源。
在一个实施例中，计算机程序中根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序的逻辑被处理器执行时，具体实现以下步骤：
根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序。
在一个实施例中，计算机程序中根据该业务组中不同业务功能之间的执行顺序，为该业务组分配电力芯片的计算资源的逻辑被处理器执行时，具体实现以下步骤：
根据该业务组中不同业务功能之间的执行顺序，以及该业务组对应的芯片核的通用资源配置模型，确定该业务组的目标模型；根据该业务组的目标模型，为该业务组分配电力芯片的计算资源。
在一个实施例中，计算机程序被处理器执行时，还可以实现以下步骤：
根据该业务组中业务功能的业务特性，确定执行该业务组中业务功能的芯片核。
在一个实施例中，计算机程序被处理器执行时，所涉及的电力芯片为系统级芯片。
在一个实施例中，计算机程序被处理器执行时，还可以实现以下步骤：
获取基于电力芯片的电力终端在电力系统下的应用场景；根据应用场景，确定电力芯片集成的各业务功能。
需要说明的是，本申请所涉及的电力终端在电力系统下的各业务相关数据（比如业务功能、业务功能的业务特性），均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电力芯片的资源分配方法，应用于电力芯片生产场景，其特征在于，所述方法包括：
根据电力芯片集成的各业务功能的业务特性，对所述各业务功能进行划分，得到至少两个业务组；其中，所述业务特性包括业务类型、实时性和周期性；
针对每一业务组，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序；其中，所述硬件特性为执行该业务组中业务功能的芯片核的特性，所述执行该业务组中业务功能的芯片核集成于所述电力芯片中；
根据该业务组中不同业务功能之间的执行顺序，以及该业务组对应的芯片核的通用资源配置模型，确定该业务组的目标模型；
根据该业务组的目标模型，为该业务组分配所述电力芯片的计算资源；
其中，若该业务组对应的芯片核为电力专用IP核，则所述通用资源配置模型为：
其中，
为电力专用IP核的总资源配置量；
为电力专用IP核的逻辑单元配置量；
为电力专用IP核的寄存单元配置量；
为电力专用IP核的乘法单元配置量；
为裕
度系数；
为电力专用IP核第i个业务功能的第j行代码执行指令数；
为单位执行指令
所需逻辑单元数量；
为单位执行指令所需寄存单元数量；
为单位执行指令所需乘法
单元数量；
为通过电力专用IP核实现的业务功能个数，
为第i个业务功能的代码行数。
2.根据权利要求1所述的方法，其特征在于，所述根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序，包括：
根据该业务组中业务功能的部署方式和不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据该业务组中业务功能的业务特性，确定执行该业务组中业务功能的芯片核。
4.根据权利要求1所述的方法，其特征在于，所述电力芯片为系统级芯片。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取基于电力芯片的电力终端在电力系统下的应用场景；
根据所述应用场景，确定所述电力芯片集成的各业务功能。
6.根据权利要求1所述的方法，其特征在于，若该业务组对应的芯片核为电力专用DSP核，则所述通用资源配置模型为：
其中，
为电力专用DSP核的计算资源配置量；
为裕度系数；
电力专用DSP核第i
个业务功能的第j行代码执行指令数；
为单位执行指令所需时钟周期数；
为电力专
用DSP核第i个业务功能的执行延时要求；
为通过电力专用DSP核实现的业务功能个
数，
为电力专用DSP核第i个业务功能的代码行数。
7.根权利要求1所述的方法，其特征在于，若该业务组对应的芯片核为CPU核，则所述通用资源配置模型为：
其中，S cpu为CPU核的计算资源配置量；
为裕度系数；
为CPU核第i1个业务功能的
第j行代码执行指令数；
为CPU核第i2个业务功能的第j行代码执行指令数；
为单位
执行指令所需时钟周期数；
为CPU核的第i1个业务功能的执行延时要求；
为
CPU核的第i2个业务功能的执行延时要求；
为CPU核的第i1个业务功能的代码行数；
为CPU核的第i2个业务功能的代码行数；N cpu1为通过CPU核实现的业务功能中第一组
并行执行的业务功能的个数；N cpu2为通过CPU核实现的业务功能中第二组并行执行的业务
功能的个数。
8.一种电力芯片的资源分配装置，应用于电力芯片生产场景，其特征在于，所述装置包括：
业务划分模块，用于根据电力芯片集成的各业务功能的业务特性，对所述各业务功能进行划分，得到至少两个业务组；
资源分配模块，用于根据各业务组中不同业务功能之间的执行顺序，为各业务组分配所述电力芯片的计算资源；
其中，所述资源分配模块包括：
顺序确定单元，用于针对每一业务组，根据该业务组中不同业务功能之间的依赖关系，以及该业务组的硬件特性，确定该业务组中不同业务功能之间的执行顺序；其中，所述硬件特性为执行该业务组中业务功能的芯片核的特性，所述执行该业务组中业务功能的芯片核集成于所述电力芯片中；
资源分配单元，用于根据该业务组中不同业务功能之间的执行顺序，以及该业务组对应的芯片核的通用资源配置模型，确定该业务组的目标模型；根据该业务组的目标模型，为该业务组分配所述电力芯片的计算资源；
其中，若该业务组对应的芯片核为电力专用IP核，则所述通用资源配置模型为：
其中，
为电力专用IP核的总资源配置量；
为电力专用IP核的逻辑单元配置量；
为电力专用IP核的寄存单元配置量；
为电力专用IP核的乘法单元配置量；
为
裕度系数；
为电力专用IP核第i个业务功能的第j行代码执行指令数；
为单位执行指
令所需逻辑单元数量；
为单位执行指令所需寄存单元数量；
为单位执行指令所需
乘法单元数量；
为通过电力专用IP核实现的业务功能个数，
为第i个业务功能的代码
行数。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211226998.8A CN115292055B (zh) | 2022-10-09 | 2022-10-09 | 电力芯片的资源分配方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211226998.8A CN115292055B (zh) | 2022-10-09 | 2022-10-09 | 电力芯片的资源分配方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115292055A CN115292055A (zh) | 2022-11-04 |
| CN115292055B true CN115292055B (zh) | 2023-01-20 |
Family
ID=83833283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211226998.8A Active CN115292055B (zh) | 2022-10-09 | 2022-10-09 | 电力芯片的资源分配方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115292055B (zh) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106341895A (zh) * | 2016-08-23 | 2017-01-18 | 国网冀北电力有限公司信息通信分公司 | 一种电力无线专网中上行业务的资源调度方法及系统 |
| CN109639498B (zh) * | 2018-12-27 | 2021-08-31 | 国网江苏省电力有限公司南京供电分公司 | 一种基于sdn与nfv的面向业务质量的资源柔性配置方法 |
| CN109885388A (zh) * | 2019-01-31 | 2019-06-14 | 上海赜睿信息科技有限公司 | 一种适用于异构系统的数据处理方法和装置 |
| CN112860421B (zh) * | 2019-11-28 | 2024-05-07 | 伊姆西Ip控股有限责任公司 | 用于作业处理的方法、设备和计算机程序产品 |
-
2022
- 2022-10-09 CN CN202211226998.8A patent/CN115292055B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115292055A (zh) | 2022-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hassan et al. | Optimization modeling for dynamic price based demand response in microgrids | |
| CN103607466B (zh) | 一种基于云计算的广域多级分布式并行电网分析方法 | |
| Escobedo et al. | Topology control for load shed recovery | |
| Kargarian et al. | Multi-microgrid energy systems operation incorporating distribution-interline power flow controller | |
| CN105069702B (zh) | 一种电网集成信息处理方法 | |
| CN104167736A (zh) | 一种大电网并行网络拓扑分析方法 | |
| Fang et al. | Cooperative energy dispatch for multiple autonomous microgrids with distributed renewable sources and storages | |
| Huang et al. | Predictive dynamic simulation for large-scale power systems through high-performance computing | |
| US20240303752A1 (en) | Virtualized battery resources for grid service participation | |
| Kumar et al. | An optimized framework of the integrated renewable energy and power quality model for the smart grid | |
| Saukh et al. | Mathematical model of a local grid with small modular reactor NPPs | |
| CN115292055B (zh) | 电力芯片的资源分配方法、装置、计算机设备和存储介质 | |
| Chen et al. | Congestion management of microgrids with renewable energy resources and energy storage systems | |
| Giacobbe et al. | Evaluating a cloud federation ecosystem to reduce carbon footprint by moving computational resources | |
| Zhang et al. | Impact of dynamic load models on transient stability-constrained optimal power flow | |
| Singh | The role of hosting capacity study in power system advancements: a review | |
| Bhatti et al. | Integrated T&D Modeling vs. Co-Simulation–Comparing Two Approaches to Study Smart Grid | |
| Mohan et al. | Resiliency enhancement of distribution network with distributed scheduling algorithm | |
| Guerra Sánchez et al. | A review of tools, models and techniques for long-term assessment of distribution systems using OpenDSS and parallel computing | |
| CN115000937A (zh) | 馈线供电区段拆分与负荷计算方法、系统、介质及处理器 | |
| Falcao et al. | High performance computing in electrical energy systems applications | |
| Pradhan et al. | Intentional islanding of electric power systems in a grid computing framework: a graph-theoretic approach | |
| Khemani et al. | Generation rescheduling of most sensitive zone for congestion management | |
| Tarrillo | An novel power dispatch optimization using linear programming and operating strategy in DC Microgrid | |
| Farid | A profit-maximizing security-constrained iv-ac optimal power flow model & global solution |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |