一种基于深度学习和量子遗传算法的电力潮流优化方法、装置、终端设备及存储介质

本发明公开了一种基于深度学习和量子遗传算法的电力潮流优化方法、装置、终端设备及存储介质，属于电力系统潮流优化技术领域，上述方法为：获取电力系统的初始电力潮流数据，并以燃料成本、功率损耗以及负载母线的电压偏差最小化为目标，构建电力潮流模型以及约束条件，生成满足约束条件的带有若干量子比特的初始量子种群；其中，每一量子比特表示一组发电机的输出有功变化量；随后根据初始电力潮流数据以及初始量子种群，重复执行潮流求解操作，得到各发电机最优的输出有功变化量，并根据最优的输出有功变化量对各发电机进行出力调节。通过实施本发明，能够解决现有技术中使用传统优化方法存在潮流优化结果无法满足整体优化需求的问题。