【技术实现步骤摘要】
本专利技术涉及电网，特别是一种基于qpso的电网规划数据失真智能识别方法及系统。
技术介绍
1、随着电力系统向智能电网和分布式能源转型，电网规模日益庞大，网络结构、运行参数、设备状态的数据呈爆炸式增长。这使得电网规划过程异常复杂，传统数学建模与仿真分析法难以满足要求。另一方面，电网作为重要的关键基础设施，其运行数据与安全问题也备受关注。
2、当前，量子计算作为一项前沿技术，在代数运算和并行搜索等方面展现出巨大的计算优势。特别是量子模拟、量子优化等技术在解决复杂系统优化问题上具有天然优势。同样，以量子纠缠为基础的量子通信与加密技术也被认为是未来保证信息安全的重要手段。
技术实现思路
1、鉴于现有电网规划分析中，大数据量难以高效处理、规划方案难以准确评估、新规划适应性缺乏主动识别等问题的存在，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于如何实现对规划失真的主动识别和对应策略的持续优化升级。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种基于qpso的电网规划数据失真智能识别方法，其包括构建量子图像识别传感网络采集电网规划数据、运行数据和设备状态数据，并运用量子哈希技术保证数据安全性；应用量子纠缠理论建立动态电网数字双子量子模型；在量子数字双子模型上运行基于旋转门控制的量子粒子群算法，以获得正常规划条件下的全局最优解；在量子数字双子模型中输入新规划方案，通过比较模型预测输出规划执
5、作为本专利技术所述基于qpso的电网规划数据失真智能识别方法的一种优选方案，其中：应用量子纠缠理论建立动态电网数字双子量子模型包括以下步骤：构建量子-经典混合框架的数字双子结构，并利用bell状态实现节点间的量子纠缠；在量子模拟器上编制hamilton量子算符和优化目标函数，并构建量子程序对电网的拓扑结构进行动态演化；基于量子纠缠理论进行电网调度优化，并动态演化和实时跟踪调度计划；优化目标函数的具体公式如下：
6、min f(p_g,r_g,p_l,c_g,c_su,c_sd)
7、s.t.∑p_gi-∑p_li-∑p_lloss＝0
8、p_gi,min≤p_gi≤p_gi,max
9、r_gik≥r_gik,min
10、c_sui×p_sui-c_sui×p_sdi≤0
11、其中，p_g表示第i台发电机有功功率，r_g表示启停状态变量，p_l表示第i节点负荷功率，p_lloss表示线路损耗功率，c_g、c_su、c_sd分别表示发电机、储能充、放电对应的运行成本系数，p_su、p_sd表示储能充放电功率，r_gik表示第i台发电机的第k次启停动作状态变量。
12、作为本专利技术所述基于qpso的电网规划数据失真智能识别方法的一种优选方案，其中：构建量子-经典混合框架的数字双子结构包括以下步骤：量子部分包含表示电网拓扑和动态状态的量子比特注册以及模拟演化的量子门线路，其中节点负荷状态采用量子叠加态概率幅表示，将不确定性和潮流分布概率编码入量子振幅中；经典计算机负责处理初始化编码，优化判断，并可视化展示结果；在电网拓扑表达方面使用图的邻接矩阵表示法，并将矩阵元素编码为bell状态的量子比特对；当节点间有连接时，设置量子比特对为bell基向量中的epr态，表示节点间的量子纠缠；当节点间断开连接时，设置量子比特对为bell基向量中的non-epr态，表示节点间的解缠；为了在不同状态之间快速切换，设计了量子闸门来控制量子比特的相互作用；多个单量子电路级联组成大规模的量子模拟电路，用于表示整个电网拓扑的全貌。
13、作为本专利技术所述基于qpso的电网规划数据失真智能识别方法的一种优选方案，其中：在量子数字双子模型上运行基于旋转门控制的量子粒子群算法包括以下步骤：将优化问题编码为量子比特构成的状态；设置多组量子比特表示潜在解，并将量子比特的初始量子态设置为均匀分布状态；计算每个量子粒子的适应度，找到最优目标函数值及相应的量子状态；以最优状态设定相位，根据适应度设计旋转幅度，更新每组量子比特的叠加态；通过不断的迭代搜索，并根据全局最优位置和粒子的最优位置进行调整，以寻找最优调度计划；返回最终量子态，将量子态转换为经典调度计划，以实现最优控制。
14、作为本专利技术所述基于qpso的电网规划数据失真智能识别方法的一种优选方案，其中：根据全局最优位置和粒子的最优位置进行调整包括粒子位置更新，具体公式如下：
15、
16、
17、其中，n表示种群大小，分别表示粒子i在第t代的速度及位置向量，分别表示在第t代的粒子i的粒子个体最优位置和粒子群最优位置，r1、r2分别表示两个均匀分布在[0,1]之间的随机d维矢量参数，ω表示惯性系数。
18、更新每组量子比特的叠加态的具体公式如下：
19、
20、其中，(αi,βi)t、(α'i,β'i)t表示染色体第i个量子比特旋转门更新前后的概率幅，θi表示旋转角。
21、作为本专利技术所述基于qpso的电网规划数据失真智能识别方法的一种优选方案，其中：根据适应度设计旋转幅度包括以下内容：将个体当前的测量值的适应度f(x)与种群当前最优个体的适应度f(best)进行比较；若f(x)＞f(best)，则调整个体中相应位量子比特，使几率幅对(αi,βi)向着有利于xi出现的方向演化；若f(x)＜f(best)，则调整个体中相应位量子比特，使几率幅对(αi,βi)向着有利于besti出现的方向演化；其中，f(x)表示适应度函数，f(best)表示种群当前最优个体的适应度。
22、作为本专利技术所述基于qpso的电网规划数据失真智能识别方法的一种优选方案，其中：判断规划偏差度包括以下步骤：在已建立的量子数字双子模型中，输入反映新电网规划方案的相关参数；启动量子模拟过程，量子算符和hamilton体根据新输入数据编制更新后的量子程序，以反映规划执行下的网络演化；量子并行演化终止后，对多端口测量结果进行读取，并将不同时段的电网状态量子态映射到经典实时数据中；将获得的经典实时数据与之前获得的正常规划条件下最优状态数据进行对比，并评估两数据集之间的相似度；若相似度低于预设阈值，则判断存在规划偏差；将偏差度以反馈信号送入数字双子模型相应模块，驱动模型调整参数，以适应新规划方案；相似度的计算公式如下：
23、
24、其中，x和y表示两个向量，n表示向量维度。
25、第二方面，本专利技术实施例提供了一种基于qpso的电网规划数据失真智能识别系统，其包括传感网络模块，用于构建量子图像识别传感网络采集电网规划数据、运行数据和设备状态数据，并运用量子哈希技术保证数据安全性；建模模块，应用量子纠缠理论建立动态电网本文档来自技高网...
【技术保护点】
1.一种基于QPSO的电网规划数据失真智能识别方法，其特征在于：包括，
2.如权利要求1所述的基于QPSO的电网规划数据失真智能识别方法，其特征在于：所述应用量子纠缠理论建立动态电网数字双子量子模型包括以下步骤：
3.如权利要求2所述的基于QPSO的电网规划数据失真智能识别方法，其特征在于：所述构建量子-经典混合框架的数字双子结构包括以下步骤：
4.如权利要求1所述的基于QPSO的电网规划数据失真智能识别方法，其特征在于：所述在量子数字双子模型上运行基于旋转门控制的量子粒子群算法包括以下步骤：
5.如权利要求4所述的基于QPSO的电网规划数据失真智能识别方法，其特征在于：所述根据全局最优位置和粒子的最优位置进行调整包括粒子位置更新，具体公式如下：
6.如权利要求4所述的基于QPSO的电网规划数据失真智能识别方法，其特征在于：所述根据适应度设计旋转幅度包括以下内容：
7.如权利要求1所述的基于QPSO的电网规划数据失真智能识别方法，其特征在于：所述判断规划偏差度包括以下步骤：
8.一种基于QPSO的
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1～7任一所述的基于QPSO的电网规划数据失真智能识别方法的步骤。
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1～7任一所述的基于QPSO的电网规划数据失真智能识别方法的步骤。
...【技术特征摘要】
1.一种基于qpso的电网规划数据失真智能识别方法，其特征在于：包括，
2.如权利要求1所述的基于qpso的电网规划数据失真智能识别方法，其特征在于：所述应用量子纠缠理论建立动态电网数字双子量子模型包括以下步骤：
3.如权利要求2所述的基于qpso的电网规划数据失真智能识别方法，其特征在于：所述构建量子-经典混合框架的数字双子结构包括以下步骤：
4.如权利要求1所述的基于qpso的电网规划数据失真智能识别方法，其特征在于：所述在量子数字双子模型上运行基于旋转门控制的量子粒子群算法包括以下步骤：
5.如权利要求4所述的基于qpso的电网规划数据失真智能识别方法，其特征在于：所述根据全局最优位置和粒子的最优位置进行调整包括粒子位置更新，具体公式如下：
6.如权利要求4所述的基于qpso的...
【专利技术属性】
技术研发人员：王杰，刘金森，张鹏城，陈露东，罗宁，徐常，贺墨琳，郑飞，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。