مقاله تشخیص گسل سیستم قدرت با محاسبات کوانتومی و تجزیه دروازه کارآمد

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Power System Fault Diagnosis with Quantum Computing and Efficient Gate Decomposition
عنوان مقاله به فارسی تشخیص گسل سیستم قدرت با محاسبات کوانتومی و تجزیه دروازه کارآمد
نویسندگان Xiang Fei, Huan Zhao, Xiyuan Zhou, Junhua Zhao, Ting Shu, Fushuan Wen
زبان مقاله انگلیسی
فرمت مقاله: PDF
چکیده Power system fault diagnosis is crucial for identifying the location and causes of faults and providing decision-making support for power dispatchers. However, most classical methods suffer from significant time-consuming, memory overhead, and computational complexity issues as the scale of the power system concerned increases. With rapid development of quantum computing technology, the combinatorial optimization method based on quantum computing has shown certain advantages in computational time over existing methods. Given this background, this paper proposes a quantum computing based power system fault diagnosis method with the Quantum Approximate Optimization Algorithm (QAOA). The proposed method reformulates the fault diagnosis problem as a Hamiltonian by using Ising model, which completely preserves the coupling relationship between faulty components and various operations of protective relays and circuit breakers. Additionally, to enhance problem-solving efficiency under current equipment limitations, the symmetric equivalent decomposition method of multi-z-rotation gate is proposed. Furthermore, the small probability characteristics of power system events is utilized to reduce the number of qubits. Simulation results based on the test system show that the proposed methods can achieve the same optimal results with a faster speed compared with the classical higher-order solver provided by D-Wave.
تعداد صفحات 11
چکیده به فارسی (ترجمه ماشینی) تشخیص گسل سیستم قدرت برای شناسایی محل و علل گسلها و ارائه پشتیبانی از تصمیم گیری برای اعزام کننده های برق بسیار مهم است.با این حال ، بیشتر روشهای کلاسیک از زمان افزایش مقیاس سیستم قدرت مربوط به مسائل مربوط به زمان ، سربار حافظه و پیچیدگی محاسباتی رنج می برند.با توسعه سریع فناوری محاسبات کوانتومی ، روش بهینه سازی ترکیبی بر اساس محاسبات کوانتومی مزایای خاصی را در زمان محاسباتی نسبت به روشهای موجود نشان داده است.با توجه به این پیش زمینه ، این مقاله یک روش تشخیص خطای سیستم قدرت مبتنی بر محاسبات کوانتومی را با الگوریتم بهینه سازی تقریبی کوانتومی (QAOA) ارائه می دهد.روش پیشنهادی با استفاده از مدل ISING ، مشکل تشخیص گسل را به عنوان یک همیلتون تغییر می دهد ، که رابطه اتصال بین اجزای معیوب و عملکردهای مختلف رله های محافظ و قطع کننده های مدار را کاملاً حفظ می کند.علاوه بر این ، برای تقویت راندمان حل مسئله تحت محدودیت تجهیزات فعلی ، روش تجزیه معادل متقارن دروازه چند Z-چرخش ارائه شده است.علاوه بر این ، از ویژگی های احتمال کوچک وقایع سیستم قدرت برای کاهش تعداد Qubits استفاده می شود.نتایج شبیه سازی بر اساس سیستم آزمون نشان می دهد که روشهای پیشنهادی می توانند با سرعت سریعتر در مقایسه با حل کننده مرتبه بالاتر کلاسیک ارائه شده توسط D-Wave ، نتایج بهینه مشابهی را بدست آورند.
دسته بندی موضوعات Systems and Control,سیستم و کنترل ،
توضیحات Submitted 18 January, 2024; originally announced January 2024.
توضیحات به فارسی ارائه شده در 18 ژانویه 2024 ؛در ابتدا ژانویه 2024 اعلام شد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.