摘要: 为了更准确、快速诊断出高压断路器故障类型,提出一种基于改进的受控旋转门量 子神经网络的高压断路器故障诊断方法。量子旋转门旋转角度值直接影响算法的收敛性,而现 有的旋转角度取值方法大都采用固定值作为旋转角度值,为此,采用量子进化算法对量子神经 网络进行改进。其次,量子神经网络的输入采用量子比特序列的量子态描述方式,能从多维度 获取样本信息。最后,建立改进的量子神经网络高压断路器故障诊断模型,经仿真,该模型具有 收敛速度快、故障诊断准确率高、容易训练等特点。该方法是一种有效的故障诊断方法,在断路 器的故障诊断方面具有良好的应用前景。