量子计算在火电机组优化控制中的应用综述
高明明，杨磊，于浩洋，张洪福，刁友锋，宋珺琤
摘要：量子计算及其衍生算法近年来快速发展，成为优化领域和人工智能领域的研究热点。随着我国电力行业清洁化和智能化的发展，量子计算逐渐应用于火电机组优化控制领域并取得了诸多成效。介绍了量子计算的基本理论，详细论述了众多量子衍生算法在火电机组优化控制领域中的应用研究进展。从量子群智能优化算法、量子遗传算法和量子机器学习算法等多个角度综述了量子计算在火电机组优化控制领域的机遇与挑战。最后总结并展望了量子计算未来在火电机组优化控制领域的发展趋势。
关键词：量子计算；量子衍生算法；火电机组；优化控制；智能算法；人工智能
0 引言
目前，我国火电机组控制正向着智能化的方向发展，火电机组智能优化控制技术是其中的重要一 环。随着智能算法的不断进步，火电机组优化控制技术与时俱进，不断提升机组的运行水平。量子计算于20世纪下半叶开始快速发展，其利用量子力学理论中的量子纠缠和量子叠加等特性，高效地对搜索问题进行求解，有助于实现机组的高性能优化控制。
量子计算最初可追溯至1982年Feynman
［1］首次提出的利用量子计算方式对量子系统演化行为进行模拟，从而实现经典计算无法处理的大规模计算量。后续的量子计算发展可划分为 2大分支：量子算法和量子衍生算法
［2］。量子算法更贴近量子力学的本质，主要代表为 20世纪末提出的 Shor算法
［3］和 Grover 算法
［4］。Shor 算法利用量子傅里叶变换（QFT）将大数质因子分解问题转化为对函数周期的求取，借助在量子环境下高效率运行，可以实现在多项式时间内的大数分解；Grover 量子搜索算法的核心思想是利用量子叠加态原理将无序搜索问题的复杂度从
N降至
N，从而极大地减少了计算量。
量子算法的大规模应用将实现计算领域的革命性突破，但量子算法必须运行在量子计算机上，不能通过传统计算机实现，目前关于量子算法的研究仍主要处于理论阶段，其广泛应用仍需等待。
（来源：知网）
链接：
https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2020&filename=SLDL202008013&v=G1H9CoR%25mmd2BUDxmF9DeIndZz9ou2b9pgs4I2t00%25mmd2BSluVVNnBVSF2jZjFp4jQoBSVJa4
