論文の概要: Solving Optimal Power Flow using a Variational Quantum Approach

• arxiv url: http://arxiv.org/abs/2509.00341v1
• Date: Sat, 30 Aug 2025 03:47:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.186354
• Title: Solving Optimal Power Flow using a Variational Quantum Approach
• Title（参考訳）: 変分量子アプローチによる最適潮流の解法
• Authors: Thinh Viet Le, Mark M. Wilde, Vassilis Kekatos,
• Abstract要約: 最適電力フロー (OPF) は、電力系統の運転の中心となる大規模最適化問題である。 OPFを解くための変分量子パラダイムを提案する。
• 参考スコア（独自算出の注目度）: 11.546538067103256
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The optimal power flow (OPF) is a large-scale optimization problem that is central in the operation of electric power systems. Although it can be posed as a nonconvex quadratically constrained quadratic program, the complexity of modern-day power grids raises scalability and optimality challenges. In this context, this work proposes a variational quantum paradigm for solving the OPF. We encode primal variables through the state of a parameterized quantum circuit (PQC), and dual variables through the probability mass function associated with a second PQC. The Lagrangian function can thus be expressed as scaled expectations of quantum observables. An OPF solution can be found by minimizing/maximizing the Lagrangian over the parameters of the first/second PQC. We pursue saddle points of the Lagrangian in a hybrid fashion. Gradients of the Lagrangian are estimated using the two PQCs, while PQC parameters are updated classically using a primal-dual method. We propose permuting primal variables so that OPF observables are expressed in a banded form, allowing them to be measured efficiently. Numerical tests on the IEEE 57-node power system using Pennylane's simulator corroborate that the proposed doubly variational quantum framework can find high-quality OPF solutions. Although showcased for the OPF, this framework features a broader scope, including conic programs with numerous variables and constraints, problems defined over sparse graphs, and training quantum machine learning models to satisfy constraints.
• Abstract（参考訳）: 最適電力フロー (OPF) は、電力系統の運転の中心となる大規模最適化問題である。 非凸な二次的プログラムとして表すことができるが、現代の電力グリッドの複雑さはスケーラビリティと最適性の問題を引き起こす。 この文脈では、OPFを解くための変分量子パラダイムを提案する。 我々は、パラメータ化量子回路(PQC)の状態と、第2のPQCに関連する確率質量関数による双対変数を符号化する。 従って、ラグランジュ函数は量子可観測物のスケールド期待として表すことができる。 OPF解は、第1/第2のPQCのパラメータよりもラグランジアンを最小化/最大化する。 我々はラグランジアンのサドルポイントをハイブリッドな方法で追求する。 ラグランジアンの勾配は2つのPQCを用いて推定され、PQCパラメータは原始双対法を用いて古典的に更新される。 本稿では,OPF観測変数をバンド形式で表現し,効率よく測定できるように,主変数を置換する手法を提案する。 Pennylane のシミュレータを用いた IEEE 57 ノード電力システムに関する数値実験では、提案された二重変動量子フレームワークが高品質な OPF ソリューションを見つけることができることを裏付けている。 このフレームワークはOPF用に展示されているが、多くの変数と制約を持つ円錐プログラム、スパースグラフ上で定義された問題、制約を満たすために量子機械学習モデルを訓練するなど、幅広い範囲を特徴としている。

関連論文リスト

• Quantum Framework for Simulating Linear PDEs with Robin Boundary Conditions [0.6144680854063939]
  一般線形偏微分方程式(PDE)を数値シミュレーションするための明示的でオラクルのない量子フレームワークを提案する。 我々のアプローチは、一般的な有限差分法による離散化から始まり、結果の系をユニタリ量子進化を認めるものに変換するためにシュロディンガー化法を適用する。
  論文  参考訳（メタデータ） (2025-06-25T14:23:38Z)
• Quantum Optimization for Optimal Power Flow: CVQLS-Augmented Interior Point Method [0.0]
  本稿では、最適電力フロー(OPF)の量子化最適化手法を提案する。 我々は、内部点法(IPM)とコヒーレント変分量子線形解法(CVQLS)を統合する。 我々は、信頼性の高いOPFソリューションを提供することの有効性を示すために、複数のシステムに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2024-12-18T17:43:51Z)
• Optimizing Unitary Coupled Cluster Wave Functions on Quantum Hardware: Error Bound and Resource-Efficient Optimizer [0.0]
  本稿では、量子ハードウェア上でのユニタリ結合クラスタ波関数の最適化のための射影量子固有解法(PQE)アプローチについて検討する。 我々は、ハミルトニアンの外部対角係数(残差)とアルゴリズムのエネルギー誤差と得られた波動関数によって達成された重なり関係を導出する。
  論文  参考訳（メタデータ） (2024-10-19T15:03:59Z)
• Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
  近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。 モメンタムQNGは、変動パラメータ空間における局所的なミニマとプラトーを逃れるのにより効果的である。
  論文  参考訳（メタデータ） (2024-09-03T15:21:16Z)
• Pre-optimizing variational quantum eigensolvers with tensor networks [1.4512477254432858]
  VQEをシミュレートすることで、パラメータ化量子回路のよい開始パラメータを求める手法を提示し、ベンチマークする。 最大32キュービットのシステムサイズを持つ1Dと2DのFermi-Hubbardモデルに適用する。 2Dでは、VTNEが検出するパラメータは開始構成よりもはるかに低いエネルギーであり、これらのパラメータから開始するVQEは、与えられたエネルギーに降り着くためには、自明に少ない演算を必要とすることを示す。
  論文  参考訳（メタデータ） (2023-10-19T17:57:58Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• Q-FW: A Hybrid Classical-Quantum Frank-Wolfe for Quadratic Binary Optimization [44.96576908957141]
  本稿では,量子コンピュータ上での2次線形反復問題を解くために,フランク・ウルフアルゴリズム(Q-FW)に基づく古典量子ハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-23T18:00:03Z)
• Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
  形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。 本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。 Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
  論文  参考訳（メタデータ） (2021-05-06T17:59:38Z)
• FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
  任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。 本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
  論文  参考訳（メタデータ） (2021-03-15T17:38:33Z)
• Simulating Many-Body Systems with a Projective Quantum Eigensolver [0.0]
  単一結合クラスタ波動関数を最適化するための新しいハイブリッド量子古典アルゴリズムを提案する。 また、任意の順序の粒子ホール演算子から構築された適応アンサッツを用いたPQE(SPQE)の選択版も導入する。
  論文  参考訳（メタデータ） (2021-01-31T00:31:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。