本发明涉及电力设备，具体涉及一种gis局放测量点优化布置方法及系统。
背景技术：
1、在高压气体绝缘开关设备(gas insulated switchgear，gis)中，局部放电是一种常见的故障现象，会导致设备的性能下降、损坏甚至引发事故，准确快速地定位gis内部的多源局部放电信号对于设备的健康状态监测和故障诊断至关重要。
2、近年来，基于到达时间差(time difference of arrival，tdoa)的局部放电特高频(ultra high frequency，uhf)信号定位因其复杂度低、不受强电磁环境影响及较高的精度，逐渐受到广泛关注，而gis结构复杂，如何在使用最少传感器的基础上对整个gis网络进行监测成为业界的一大难题。
3、近年来，量子计算领域取得的一系列突破使应用量子计算机求解经典计算机难以求解的问题成为可能，量子优化算法的概念被提出并率先在量子化学、凝聚态物理以及离散数学等领域获得了广泛应用。量子计算是一种利用量子态的属性(如叠加、纠缠和相干)执行运算过程的新兴技术。量子优化算法利用量子计算机对量子比特进行操控，以量子演化的方式进行寻优。相比于经典优化算法，量子优化算法在求解效率上具有明显优势，对于新型电力系统中特定的混合整数规划(mixed-integer programming，mip)问题，量子计算机理论上可在接近多项式级时间内完成求解。变分量子算法(variational quantumalgorithm，vqa)在mip问题求解中的典型应用为量子近似优化算法(quantum approximateoptimization algorithm，qaoa)，qaoa支持在含噪声中等规模量子(noisy intermediate-scale quantum，nisq)计算机下通过寻找哈密顿量的最小能量本征态以获得优化问题的近似最优解。
4、在相关技术中，文献“量子计算技术在新型电力系统决策优化中的应用，李知艺，电力系统自动化，第48卷第6期，2024年3月25日”中围绕量子计算技术赋能新型电力系统决策优化的原理可行性及实现思路展开探析，提炼新型电力系统典型优化问题的共性，推导统一的问题结构，形成可利用量子比特系统描述的能量模型；但该方案在解决电力系统典型优化问题时，采用拉格朗日方程转化法或罚函数法将最优化问题的约束条件向目标函数转化的话，会使得到的结果不满足约束条件或并不是最优解，原因在于施加约束的附加惩罚项的能量规模通必须比原始问题的规模大二次方，惩罚系数这种超参数很难取值。如果惩罚因子太小，得到的大部分gis局放监测点位不能满足约束(不能对所有gis段进行监测)，如果惩罚因子太大，整个近个优化投入过多的注意力在约束上，导致最终给出的方案仅仅只是满足约束，而对方案好坏考虑的不多。所以对于不同规模的问题，考虑一个适中的惩罚因子以给出满足约束且目标函数值最小的方案，是非常困难的，并且会引入新的计算开销。而且选择惩罚因子施加的约束终归是软约束，无法保证最终的结果一定满足约束。如果希望在量子计算机上实现，约束的平方通常会将所有输入变量成对耦合(“全对全”连接)，这对量线路的要求极高。综上所述，直接通过惩罚项施加约束得到最优能的概率很小。
技术实现思路
1、本发明所要解决的技术问题在于如何快速确定gis局放测量点位置。
2、本发明通过以下技术手段解决上述技术问题的：
3、本发明提出了一种gis局放测量点优化布置方法，所述方法包括：
4、对gis设备内部结构进行0-1规划，确定传感器布点的0-1规划模型，所述0-1规划模型包括目标函数和约束条件；
5、将所述目标函数中的变量转换为自旋状态，得到伊辛能量函数，其中所述变量为节点是否安装传感器的标志；
6、将所述约束条件转换为关于变量的约束方程，并找到所述约束方程的基础解系；
7、基于所述伊辛能量函数和所述基础解系，引入两个酉算子，并基于初始态和酉算子搭建量子线路求解传感器安装位置。
8、进一步地，所述对gis设备内部结构进行0-1规划，确定传感器布点的0-1规划模型，所述0-1规划模型包括目标函数和约束条件，包括：
9、将gis设备各个节点编号，并测量节点间的拓扑关系、线路长度；
10、以变量xi作为节点是否安装传感器的标志，并以区段放电可测定义为任一区段的放电点产生的电磁波到达已布置的传感器的路径，至少有一个经过区段的始端，有一个经过区段的末端，建立传感器布点的0-1规划模型为：
11、min i1×nxn×1
12、s.t. g2r×nxn×1≥i2r×1
13、式中，i1×n和i2r×1表示全为1的向量，xn×1表示xt＝[x1,x2,...,xn]，g2r×n表示每个区段电磁波的传播路径矩阵。
14、进一步地，所述将所述目标函数中的变量转换为自旋状态，得到伊辛能量函数，其中所述变量为节点是否安装传感器的标志，包括：
15、将所述目标函数中的0-1变量xi转换为自旋状态σi，令得到伊辛能量函数为：
16、
17、式中，hi为σi项的系数，const为常数。
18、进一步地，所述将所述约束条件转换为关于变量的约束方程，并找到所述约束方程的基础解系，包括：
19、将所述约束条件g2r×nxn×1≥i2r×1变形为(i2r×1-g2r×nxn×1)2＝0，得到关于变量的约束方程为：
20、cxn×1＝0
21、式中，c为约束矩阵。
22、进一步地，所述基于所述伊辛能量函数和所述基础解系，引入两个酉算子，并基于初始态和酉算子搭建量子线路求解传感器安装位置，包括：
23、制备初始态|x0>，使用hadamard门将|x0>转化为约束方程的一个解；
24、引入两个酉算子分别为：
25、
26、式中：为作用在第v个量子比特的泡利x矩阵，为基础解系c为约束矩阵，hi为的系数，ho为哈密顿量，由所需求得最优解的目标函数转化而来，hd为包含约束的哈密顿量，β、γ为经梯度下降算法寻优找到的两个迭代优化的参数，δ(v,w)是n维向量的集合，为了确保哈密顿量h与约束算子c对易，必须是约束线性方程组c的解:表示生成子作用在特定的态wji上，为张量积的运算符号，i为第i个量子比特，j为解系里的第j个向量，n为量子比特总数；
27、将u(hd,β)和u(ho,γ)分别作用于输入|x0>，具体由rz门和rx门执行，得到量子线路，并应用u(hd,β)和u(ho,γ)进行量子演化，得到演化后的量子态|ψp(β,γ)>；
28、在迭代至|ψp(β,γ)>的哈密顿量等于最小能量本征态时，通过转换得到变量xi，确定传感器安装位置。
29、进一步地，所述在迭代至|ψp(β,γ)>的哈密顿量等于最小能量本征态时，通过转换得到变量xi，确定传感器安装位置，包括：
30、对演化后的量子态|ψp(β,γ)>进行多次测量，得到损失函数l(β,γ)的期望值；
31、判断损失函数l(β,γ)的期望值是否满足收敛条件；
32、若否，则对参数β,γ进行调优，将优化后的参数β,γ用于进行下一次的量子态制备；
33、若是，则l(β,γ)的期望值达到最小，对此时的量子态进行测量并转换得到传感器安装位置。
34、进一步地，所述方法还包括：
35、采用梯度下降算法优化算法对参数β与γ进行调优，公式表示为：
36、
37、式中：s为防优化步数；η为优化步长；为梯度求解算子。
38、此外，本发明还提出了一种gis局放测量点优化布置系统，所述系统包括：
39、传感器规划模块，用于对gis设备内部结构进行0-1规划，确定传感器布点的0-1规划模型，所述0-1规划模型包括目标函数和约束条件；
40、函数转换模块，用于将所述目标函数中的变量转换为自旋状态，得到伊辛能量函数，其中所述变量为节点是否安装传感器的标志；
41、约束转换模块，用于将所述约束条件转换为关于变量的约束方程，并找到所述约束方程的基础解系；
42、求解模块，用于基于所述伊辛能量函数和所述基础解系，引入两个酉算子，并基于初始态和酉算子搭建量子线路求解传感器安装位置。
43、此外，本发明还提出了一种gis局放测量点优化布置设备，所述设备包括存储器、处理器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如上所述的方法。
44、此外，本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的方法。
45、本发明的优点在于：
46、(1)本发明通过对传感器布点的规划模型采用量子近似优化算法进行求解，能在多项式的时间内对gis局放测量点优化布置进行求解，在面临传统计算机几乎不可能计算的复杂场景时，使用量子计算求解会更快，但传统通过惩罚项施加约束得到最优能的概率很小，所以本发明通过计算约束条件的基础解系，基于对易驱动哈密顿量施加约束能使最后观测到的计算结果符合约的概率大大提升，并更偏向于最优解，所以本发明可快速准确的确定gis局放测量点布置位置，以期实现对gis内部局部放电信号进行检测定位，及时清除gis内部隐患。
47、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。