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

本发明专利技术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。

【技术实现步骤摘要】
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
本专利技术涉及电力数据分析
，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。
技术介绍
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。
技术实现思路
针对现有技术的不足，本专利技术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，本专利技术采取的技术方案是：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为本专利技术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。具体实施方式本专利技术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500kV583交流滤波器583开关，B为500kV591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1583与591开关数据构建而成的状态矩阵|Ψ>(部分)00000052498161101200220800005549816110120021740000564981611012000009540499151102100209500125404991511021002159002354049915110200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)00000002208217402095215900000000000000091223000555525556404040494949494949888999161616151515111111111111000000121212212120000000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ρ26830267982790831975319153220326798267682782731942318823217027908278273138733004329443323231975319423300461631226125952630436831915318823294461259526089007本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：李洁珊，张长虹，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司，
类型：发明
国别省市：广东,44