近日，康奈尔大学（Cornell）的一项研究显示，与人工智能相结合的量子计算能够解决电网中人类难以注意到的各种疑难杂症，并在几秒内就给出故障的解决方法。该项研究预计将在今年 12 月发表在《应用能源》（Applied Energy）杂志上。

论文链接：https://www.sciencedirect.com/science/article/pii/S030626192100996X

该项研究首次提出了一种新型的准确发现电力系统中问题的混合解决方案，即在量子计算的基础上，使用“智能系统”方法搭建一个“故障诊断框架”。论文中提到，基于量子计算的深度学习方法在大规模 IEEE 测试电力系统中展示了其有效性和可扩展性，能在不损失性能的情况下对大型电力系统进行快速诊断。与传统的训练方法相比，此混合方法在计算工作量和诊断性能方面具有较高的计算效率。在一个模拟电力系统上测试之后，该框架的适用性得到了验证。

尤峰崎也是此项研究《基于量子计算的混合深度学习用于电力系统故障诊断》（Quantum computing based hybrid deep learning for fault diagnosis in electrical power systems）的作者之一。他的研究领域主要集中在新颖的计算模型、优化算法、统计机器学习方法，以及智能制造、数字农业、能源系统和可持续性的多尺度系统分析工具等方面，目前已在Science、Nature Sustainability、Science Advances 等杂志上发表了 200 多篇论文。

尤峰崎说，“电力系统是我们现代世界的支柱，量子技术和人工智能的结合会进一步改变我们的日常生活。”

值得一提的是，2020 年 12 月，尤峰崎和阿杰卡尔还联合发表了一篇论文《量子计算辅助深度学习用于工业过程系统的故障检测和诊断》（Quantum computing assisted deep learning for fault detection and diagnosis in industrial process systems），并在此之前进行了相关专利的申请。本篇论文链接：https://arxiv.org/abs/2003.00264

 

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除