CN107193781A - 基于量子纠缠度计算的电气设备之间纠缠关联的分析方法 - Google Patents

基于量子纠缠度计算的电气设备之间纠缠关联的分析方法 Download PDF

Info

Publication number
CN107193781A
CN107193781A CN201710193918.6A CN201710193918A CN107193781A CN 107193781 A CN107193781 A CN 107193781A CN 201710193918 A CN201710193918 A CN 201710193918A CN 107193781 A CN107193781 A CN 107193781A
Authority
CN
China
Prior art keywords
electrical equipment
matrix
association
data
tangled
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710193918.6A
Other languages
English (en)
Inventor
李洁珊
张长虹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Super High Transmission Co of China South Electric Net Co Ltd
Original Assignee
Super High Transmission Co of China South Electric Net Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Super High Transmission Co of China South Electric Net Co Ltd filed Critical Super High Transmission Co of China South Electric Net Co Ltd
Priority to CN201710193918.6A priority Critical patent/CN107193781A/zh
Publication of CN107193781A publication Critical patent/CN107193781A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于量子纠缠度计算的电气设备之间纠缠关联的分析方法，是在传统的数学方法上提炼出的全新数学分析理论，更加符合客观世界多态的实际情况，解决了数据存储不足和过分剔除人为数据而导致的数据浪费的问题。为数据分析领域工作提供了一项创造性的数据关联分析方法及关系判定依据，有效解决了电力行业数据存储不足及数据浪费的问题。

Description

基于量子纠缠度计算的电气设备之间纠缠关联的分析方法
技术领域
本发明涉及电力数据分析技术领域，具体涉及一种基于量子纠缠度计算的电气设备之间纠缠关联的分析方法。
背景技术
随着生产及行业水平的提升，数据越来也成为行业的重要资产，因此如何在不剔除人为因素的情况下对现有数据进行分析是提升行业数据价值的重要课题。目前，电气设备之间存在的关联关系大多通过数据分析进行，但由于电力行业数据存储较为薄弱，且无法摒除人为因素，因此造成大量数据的浪费，并无法实现有效分析。
发明内容
针对现有技术的不足，本发明的目的在于提供一种基于量子纠缠度计算的电气设备之间纠缠关联的分析方法，以提升电力数据价值，并对电气设备之间的关联关系进行有效的判断。
为了实现上述目的，本发明采取的技术方案是：
一种基于量子纠缠度计算的电气设备之间纠缠关联的分析方法，包括步骤：
确定待分析的电气设备A和电气设备B，采集两者的运行数据，并从中选取对纠缠关联分析有价值的运行数据；
将选取的两组运行数据合并，形成状态矩阵，对状态矩阵进行变换，得到共轭转置矩阵，根据状态矩阵和共轭转置矩阵计算密度矩阵，根据密度矩阵的大小和其中的数据情况，选取归一化正交基矢，求密度矩阵在所选取的归一化正交基矢上的部分转置矩阵，计算部分转置矩阵的本征值集合；
根据本征值集合中数据的情况，判断电气设备A和电气设备B之间是否存在纠缠关联。
本方法是在传统的数学方法上进行的提炼，提出了基于量子纠缠度计算的全新数学分析理论，更加符合客观世界多态的实际情况，为全面分析行业数据特点提供了全新的数据分析理论与工具，是数据分析领域一次尝试与突破，解决了数据存储不足和过分剔除人为数据而导致的数据浪费的问题。
附图说明
图1为本发明基于量子纠缠度计算的电气设备之间纠缠关联的分析方法的流程示意图。
具体实施方式
本发明首选提出了一种基于量子纠缠度计算的数据关联分析的方法，该方法以量子力学中的量子纠缠度计算为依托，引入矩阵计算，还原了不同业务数据背后的数学本质关系，在全面展现数字背后关系的同时，给数据来源设备之间的关系提供了新的判定依据，避免了过分剔除人为数据而导致数据浪费或者分析延迟的现象，为全面分析行业数据特点提供了全新的数据分析理论与工具。
该方法主要包括9个环节，具体内容如下所示：
1)选择构造子系统(或子个体)：此部分工作为本方法的基础，主要内容是寻找用于构建状态矩阵|Ψ>的子系统(或子个体)A与B。
2)构造状态矩阵|Ψ>：此部分工作是通过对子系统(或子个体)A现有数据进行分析，并从中找到可进行关联分析的数据集合{A}和{B}，并利用这两个矩阵构造出状态矩阵|Ψ>。其中，{A}＝{a1，a2，a3，……an}，{B}＝{b1，b2，b3，……bn}，|Ψ>为{A}与{B}合并后的新矩阵。
3)构建共轭转置矩阵<Ψ|：此部分工作是对已经获得的状态矩阵进行变换，得到进行二次计算的矩阵<Ψ|。其中，<Ψ|中的元素与|Ψ>中对应的元素是共轭的，即：若ψij＝a+bi，则有ψji＝a-bi。
4)计算密度矩阵ρ：此部分工作是根据已经得到的状态矩阵|Ψ>及其共轭转置矩阵<Ψ|进行密度矩阵计算，其中，ρ＝∑Pi|Ψ><Ψ|，同时∑Pi＝1，Pi为状态矩阵|Ψ>及其共轭转置矩阵<Ψ|状态发生的概率。
5)选取归一化正交基矢|i>,|j>：根据密度矩阵ρ的大小及数据情况进行归一化正交基矢|i>,|j>的选择，并将密度矩阵改写为
6)求部分转置矩阵σ：此部分工作在得到密度矩阵ρ及其归一化正交基矢的基础上进行的，其中，或
7)求本征值集合{λi}：此部分工作是在得到了转置矩阵后对σ进行本征值的计算，其中，σ是部分转置矩阵，而λi为使得σx＝λix成立的一个或多个解。
8)判断子系统(或子个体)关系：此部分工作是在得到本征值集合{λi}后，根据{λi}的数据范围对组成状态矩阵|Ψ>的子系统(或子个体)A与B之间的关系进行判定，若{λi}中无负值，则A与B之间相互独立，不存在关联；若{λi}存在负值，则A与B之间存在纠缠关联。
9)判断缺陷关联：此部分工作是在判断了子系统(或子个体)A和B之间存在纠缠关联后，对两者之间可能存在的缺陷关联进行分析，当其中一个发生缺陷时，另一个可能因为彼此之间存在的纠缠关联在一定时间内同时发生缺陷，可提前预警或提醒。
通过上述方法可以对某变电站内两个电气设备的运行数据进行分析，以此判断两个设备之间是否存在关联，并对两个设备之间可能发生的缺陷关联进行预警。两个设备检测数据的整理可得到状态矩阵，根据状态矩阵可得到密度矩阵，继而得到密度矩阵的部分转置矩阵，计算部分转置矩阵的本征值，可得出两个电气设备之间的关系，并根据其中一个设备发生缺陷的时间对另一个与它存在纠缠关联的设备进行缺陷预警。
下面结合实例对上述方法进行说明：
步骤s101、选择构造子系统(或子个体)：为了构建状态矩阵|Ψ>，需要寻找用于构建状态矩阵的子系统(或子个体)A与B。在本实例中A为500kV 583交流滤波器583开关，B为500kV 591交流滤波器591开关。
步骤s102、构造状态矩阵|Ψ>：通过对子系统(或子个体)A现有数据进行分析，并从中找到可进行关联分析的数据集合{A}和{B}，并利用这两个矩阵构造出状态矩阵|Ψ>。
表1 583与591开关数据构建而成的状态矩阵|Ψ>(部分)
0 0 0 0 0 0 52 49 8 16 11 0 12 0
0 2208 0 0 0 0 55 49 8 16 11 0 12 0
0 2174 0 0 0 0 56 49 8 16 11 0 12 0
0 0 0 0 9 5 40 49 9 15 11 0 21 0
0 2095 0 0 12 5 40 49 9 15 11 0 21 0
0 2159 0 0 23 5 40 49 9 15 11 0 20 0
此项工作是数据关联分析工作的起点，后续的矩阵计算都是基于此矩阵进行的。
步骤s103、构建共轭转置矩阵<Ψ|：对已经获得的状态矩阵进行变换，得到进行二次计算的矩阵<Ψ|。
表2状态矩阵|Ψ>的共轭转置矩阵<Ψ|(部分)
0 0 0 0 0 0
0 2208 2174 0 2095 2159
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 9 12 23
0 0 0 5 5 5
52 55 56 40 40 40
49 49 49 49 49 49
8 8 8 9 9 9
16 16 16 15 15 15
11 11 11 11 11 11
0 0 0 0 0 0
12 12 12 21 21 20
0 0 0 0 0 0
此部分工作中，由于设备A与B构成的状态矩阵中的元素均为实数，因此<Ψ|的共轭转置矩阵与<Ψ|的转置矩阵等价。
步骤s104、计算密度矩阵ρ：根据已经得到的状态矩阵|Ψ>及其共轭转置矩阵<Ψ|进行密度矩阵计算，其中，ρ＝∑Pi|Ψ><Ψ|，同时∑Pi＝1，Pi为状态矩阵|Ψ>及其共轭转置矩阵<Ψ|状态发生的概率。
表3状态矩阵|Ψ>与共轭转置矩阵<Ψ|的密度矩阵ρ
26830 26798 27908 31975 31915 32203
26798 26768 27827 31942 31882 32170
27908 27827 31387 33004 32944 33232
31975 31942 33004 6163122 6125952 6304368
31915 31882 32944 6125952 6089007 6266343
32203 32170 33232 6304368 6266343 6448863
此部分工作中，由于设备A与B构成的状态矩阵中的元素出现的概率Pi＝1/n，因此可进行提取值矩阵之外，并且不对计算结果产生影响。
步骤s105、选取归一化正交基矢|i>,|j>：根据上述的密度矩阵ρ的大小及数据情况，本例中选取<001>、<010>和<100>三组正交矢量作为基矢。
步骤s106、求部分转置矩阵σ：此部分工作在得到密度矩阵ρ及其归一化正交基矢的基础上进行的。根据上面选取的<001>、<010>和<100>三组正交矢量中的<001>，可得出密度矩阵ρ在其上的部分转置矩阵σ。
表4密度矩阵ρ的部分转置矩阵σ
26768 26798 31942 27827 32170 31882
26798 26830 31975 27908 32203 31915
31942 31975 6163122 33004 6304368 6125952
27827 27908 33004 31387 33232 32944
32170 32203 6304368 33232 6448863 6266343
31882 31915 6125952 32944 6266343 6089007
步骤s107、求本征值集合{λi}：得到了转置矩阵后对σ进行本征值的计算。本例中，部分转置矩阵σ的本征值集合为{λi}(i＝1,2……6)＝{1.87E+07，8.29E+04，1.55E+03，2.09E+00，4.86E-01，-4.35E-10}。
步骤s108、判断子系统(或子个体)关系：根据{λi}中数值的情况，可知A与B之间存在纠缠关联。由于λi＝-4.35E-10<0，因此电气设备500kV 583交流滤波器583开关与500kV591交流滤波器591开关之间存在纠缠关联。
步骤s109、判断缺陷关联：在判断了子系统(或子个体)A和B之间存在纠缠关联后，可对两者之间可能存在的缺陷关联进行分析，当其中一个发生缺陷时，另一个可能因为彼此之间存在的纠缠关联在一定时间内同时发生缺陷，可提前预警或提醒。下表为两个设备同时间段发生缺陷的列表。
表5两个设备同时间段发生缺陷的情况
综上，本发明基于量子纠缠度计算的电气设备之间纠缠关联的分析方法是量子力学与数据分析的结合，为数据分析领域工作提供了一项创造性的数据关联分析方法及关系判定依据，有效解决了电力行业数据存储不足及数据浪费的问题。
上列详细说明是针对本发明可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本案的专利范围中。

Claims (5)

1.一种基于量子纠缠度计算的电气设备之间纠缠关联的分析方法，其特征在于，包括步骤：
确定待分析的电气设备A和电气设备B，采集两者的运行数据，并从中选取对纠缠关联分析有价值的运行数据；
将选取的两组运行数据合并，形成状态矩阵，对状态矩阵进行变换，得到共轭转置矩阵，根据状态矩阵和共轭转置矩阵计算密度矩阵，根据密度矩阵的大小和其中的数据情况，选取归一化正交基矢，求密度矩阵在所选取的归一化正交基矢上的部分转置矩阵，计算部分转置矩阵的本征值集合；
根据本征值集合中数据的情况，判断电气设备A和电气设备B之间是否存在纠缠关联。
2.根据权利要求1所述的基于量子纠缠度计算的电气设备之间纠缠关联的分析方法，其特征在于，
若电气设备A和电气设备B之间存在纠缠关联，进一步判断两者之间是否存在缺陷关联，若存在缺陷关联则发出预警。
3.根据权利要求1或2所述的基于量子纠缠度计算的电气设备之间纠缠关联的分析方法，其特征在于，
密度矩阵的表达式为：ρ＝∑Pi|Ψ><Ψ|，其中，∑Pi＝1，Pi为状态矩阵|Ψ>及其共轭转置矩阵<Ψ|状态发生的概率，i表示状态矩阵的行数。
4.根据权利要求3所述的基于量子纠缠度计算的电气设备之间纠缠关联的分析方法，其特征在于，
选取归一化正交基矢|i>,|j>，此时，密度矩阵为
部分转置矩阵为或
部分转置矩阵的本征值集合{λi}，λi为使得σx＝λix成立的一个或多个解。
5.根据权利要求4所述的基于量子纠缠度计算的电气设备之间纠缠关联的分析方法，其特征在于，
若本征值集合{λi}中无负值，则电气设备A与电气设备B之间相互独立，不存在纠缠关联；若{λi}存在负值，则电气设备A与电气设备B之间存在纠缠关联。
CN201710193918.6A 2017-03-28 2017-03-28 基于量子纠缠度计算的电气设备之间纠缠关联的分析方法 Pending CN107193781A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710193918.6A CN107193781A (zh) 2017-03-28 2017-03-28 基于量子纠缠度计算的电气设备之间纠缠关联的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710193918.6A CN107193781A (zh) 2017-03-28 2017-03-28 基于量子纠缠度计算的电气设备之间纠缠关联的分析方法

Publications (1)

Publication Number Publication Date
CN107193781A true CN107193781A (zh) 2017-09-22

Family

ID=59870999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710193918.6A Pending CN107193781A (zh) 2017-03-28 2017-03-28 基于量子纠缠度计算的电气设备之间纠缠关联的分析方法

Country Status (1)

Country Link
CN (1) CN107193781A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112685691A (zh) * 2020-12-28 2021-04-20 中国南方电网有限责任公司超高压输电公司 一种电气设备缺陷关联的分析方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112685691A (zh) * 2020-12-28 2021-04-20 中国南方电网有限责任公司超高压输电公司 一种电气设备缺陷关联的分析方法及装置

Similar Documents

Publication Publication Date Title
EP3518369A1 (de) Verfahren und regelvorrichtung zur regelung eines elektrischen leistungstransfers sowie stromnetz
CN102928655B (zh) 一种电力异常数据检测方法
CN106154180A (zh) 储能电池充/放电异常行为检测方法及检测系统
CN112014759A (zh) 基于分布式集群分析电池性能的方法及系统
DE112019002098T5 (de) Fehlerdiagnoseverfahren und verwaltungsvorrichtung für ein energiespeichergerät
CN109450089A (zh) 一种台区低电压识别方法、装置及终端设备
CN107193781A (zh) 基于量子纠缠度计算的电气设备之间纠缠关联的分析方法
CN105699806A (zh) 一种多源谐波责任划分方法
DE102021006561A1 (de) Big-Data für Fehlererkennung in Batteriesystemen
CN110265906B (zh) 一种变电站接地网状态评估方法及计算机系统
CN106295176B (zh) 一种评估变压器短路及损坏风险的方法
CN116961012A (zh) 基于最短路径搜索越限设备可控负荷开关识别方法及系统
CN109670550B (zh) 一种配电终端检修决策方法和装置
CN107831388B (zh) 集群10kV电缆线路过载的识别方法和系统
DE202016105619U1 (de) Intelligenter Akkumulator
CN115420988A (zh) 异常用电用户的识别方法、装置、设备及存储介质
CN115204319A (zh) 一种低压配电网拓扑参数识别方法及系统
CN112098917B (zh) 一种基于用电数据分析的低压电能表反向走字异常排查方法
CN109888338B (zh) 基于统计的sofc供气故障检测方法及设备
CN115372752A (zh) 故障检测方法、装置、电子设备以及存储介质
DE102021101757A1 (de) Big-Data für Fehlererkennung in Batteriesystemen
EP4075622A1 (de) Ermitteln der netztopologie eines stromnetzes sowie regelung eines stromnetzes
DE102009026917A1 (de) Detektion einer Wasseransammlung auf Kathodenseite und Einleiten entsprechender Gegenmaßnahmen
DE102014014031A1 (de) Vorrichtung und Verfahren zur Ladezustandserkennung einer Kraftfahrzeugbatterie
CN107181254B (zh) 多种稳定问题的矩阵式量化指标计算及交直流协调控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170922