量子科技中心_量科网

互联系统研究需要解决大量交流负荷或潮流（AC PF）问题实例，以模拟电力系统在能源转型过程中的多样化场景。为加速此类研究，该工作利用量子计算领域的最新进展，通过变分量子电路（VQC）来求解或预测交流潮流解。VQC是可训练模型，能在当前噪声中等规模量子（NISQ）硬件上运行，用于完成复杂的优化和机器学习任务。 该研究的首个创新点是将单次交流潮流问题构建为针对VQC可训练参数（权重）的非线性最小二乘拟合，并采用经典/量子混合计算途径求解。第二项贡献是将潮流参数作为特征输入数据嵌入的VQC，通过训练该量子机器学习模型实现通用潮流解的预测。第三项突破是开发了一种新型协议——通过利用电网的图结构特性，高效测量交流潮流量子可观测量。 初步数值测试表明，尽管所用权重数量显著减少，所提出的VQC模型预测性能仍优于深度神经网络。这项量子交流潮流研究框架为通过量子计算解决更复杂电网问题奠定了理论基础。