量子科技中心_量科网

短期电压稳定性评估（STVSA）对电力系统安全运行至关重要。虽然基于经典机器学习的方法已展现出优异性能，但其在对抗条件下的鲁棒性仍面临挑战。该研究团队提出QSTAformer——一种将参数化量子电路（PQCs）嵌入注意力机制的量子增强型Transformer架构——以实现稳健高效的STVSA。该工作开发了专用对抗训练策略以防御白盒与灰盒攻击，并通过基准测试对比多种PQC架构在表达能力、收敛性和效率之间的平衡。据研究人员所知，这是首个系统探究基于量子机器学习的STVSA对抗脆弱性的研究。基于IEEE 39节点系统的案例研究表明，QSTAformer在保持精度的同时实现了复杂度降低和鲁棒性提升，凸显了其在对抗条件下实现安全可扩展STVSA的应用潜力。