Loading...
机构名称:
¥ 1.0

1 简介高效的配电网是当今现代社会的重要组成部分。因此,电网不仅要可靠,还必须具有弹性。因此,对此类系统进行建模以减轻可能发生的故障和停电是一个重要的研究领域 [1]。弹性规划始于可靠性分析。正式地,我们将系统的可靠性定义为该系统在固定条件和指定时间段内运行或执行某种功能的概率。在本研究中,我们将变电站视为配电网的最重要组成部分之一,并且我们知道这些网络中的单元元件故障组合可能导致严重的负载损失。因此,计算最可能的故障模式或涉及较少单个元件的故障模式有助于规划预防性维护 [2]。使用老化模型结合来自元件本身传感器的数据,我们可以计算出配电网中给定元件发生故障的概率。在本研究中,我们根据变电站各个部件(变压器、母线、开关、线路以及保护系统本身)的联合故障概率来计算变电站继续运行的概率。为了处理这种类型的条件概率,我们使用了此类研究中常用的贝叶斯网络模型 [3]。这些模型的困难之处在于它们的高计算复杂度。随着问题规模的增加(在贝叶斯网络的情况下,这以建模问题所需的节点和弧的数量来衡量),经典算法解决这些贝叶斯网络模型所需的时间和计算内存呈指数增长,直到它们的分辨率变得不可行的点 [4]。在这方面,值得注意的是,基于门的量子计算机有望帮助解决量子化学 [5] [6] [7]、机器学习 [8] [9]、金融模拟 [10] [11] [12] [13] 和组合优化应用 [14] [15] 中的问题。正如 Preskill [16] 所预测的那样,具有超过 100 个量子比特的噪声中型量子 (NISQ) 计算机现在已成为现实,并且可能能够执行超越当今经典数字计算机能力的任务,但量子门中的噪声限制了可以可靠执行的量子电路的大小。为了获得这项技术的所有优势,我们将需要更精确的量子门,并最终实现完全容错的量子计算。在本文中,我们评估了这项技术是否也能够帮助进行弹性和故障风险分析。在这一点上,我们可以强调这项工作的主要贡献:• 我们定义了一种新的受限量子贝叶斯网络 (RQBN) 程序,用于对复杂系统的可靠性进行建模。 • 我们评估了该程序执行可靠性分析的可行性,通过调整单个量子电路执行中的镜头数,获得与经典蒙特卡罗方法相同的精度。 • 我们测试了真实量子计算机噪声对模型中元素的影响。 本文提出了一种用于电力配电系统中故障概率传播的量子建模的一般应用程序,以及一种用于计算该模型的程序。 贝叶斯网络以贝叶斯网络为例对几个电力配电系统(特别是典型的变电站和保护系统)进行了建模。 使用经典算法和量子算法计算变电站的故障模式。 我们使用 pomegranate(一个能够实现概率模型的 Python 库)以经典方式解决贝叶斯网络 [17]。 然后,我们考虑使用 Qiskit [18] 在量子领域对贝叶斯网络进行建模和求解,

基于贝叶斯网络的故障风险分析量子程序

基于贝叶斯网络的故障风险分析量子程序PDF文件第1页

基于贝叶斯网络的故障风险分析量子程序PDF文件第2页

基于贝叶斯网络的故障风险分析量子程序PDF文件第3页

基于贝叶斯网络的故障风险分析量子程序PDF文件第4页

基于贝叶斯网络的故障风险分析量子程序PDF文件第5页

相关文件推荐

2022 年
¥1.0
2022 年
¥1.0