量子科技中心_量科网

随着电力需求持续攀升，精确的短期负荷预测对电网稳定性和高效能源管理日益重要，尤其在资源受限的边缘计算场景中。该研究团队提出了一种硬件高效的量子储层计算框架，其核心是采用固定结构、无需训练的量子电路，结合切比雪夫特征编码、砖墙式纠缠结构以及单/双量子比特泡利测量，完全规避了量子反向传播算法。基于得土安城市电力消费数据集，研究人员系统考察了训练后定点量化对经典读出层的影响，并通过遗传算法从18种候选架构中筛选出最优储层结构。有限次测量评估表明，8位和6位量化方案在保持预测精度（与FP32基线误差<1%）的同时，分别将读出层内存占用降低75%和81%。这些发现证实量化读出技术能显著提升量子储层计算在内存受限场景下的硬件效率与部署可行性。