Mostrar el registro sencillo del ítem

dc.contributor.advisorMateo Domingo, Carloses-ES
dc.contributor.advisorRodríguez Asensio, Migueles-ES
dc.contributor.authorBarragán Castro, Cristinaes-ES
dc.contributor.otherUniversidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (ICAI)es_ES
dc.date.accessioned2023-05-30T20:48:34Z
dc.date.available2023-05-30T20:48:34Z
dc.date.issued2023es_ES
dc.identifier.urihttp://hdl.handle.net/11531/78552
dc.descriptionMáster Universitario en Ingeniería Industrial + Máster in Smart Gridses_ES
dc.description.abstractPartiendo del código diseñado para el proyecto Flexener T.3.1.2, que emplea algoritmos genéticos para diseñar una red de baterías que maximice el control de tensiones y la fiabilidad a la vez que se minimice la inversión, se estudia la posibilidad de pasarlo a computación cuántica. Tras un análisis de escalabilidad del algoritmo se determina que la optimización es la parte más compleja y, por tanto, la que más puede beneficiarse del uso de la computación cuántica. Se decide emplear un Quantum Annealer, por lo que es necesario reformular el problema para utilizar formulación QUBO. De esta manera, se espera poder trabajar con redes de mayor tamaño y obtener una posible aceleración en el tiempo de computación necesario para resolver el problema.es-ES
dc.description.abstractStarting from the code developed for project Flexener T.3.1.2, which uses genetic algorithms to design a battery network that maximises voltage control and reliability while minimising the needed investment, the possibility of translating it into quantum computing is analysed. After carrying out a scalability analysis, it is concluded that the optimisation is the most complex part of the algorithm, and, therefore, is where quantum computing could be most beneficial. The technology chosen to solve this problem is a Quantum Annealer, which works with a specific formulation: QUBO. Therefore, the problem needs to be reformulated. This is expected to allow for working with bigger networks and for a potential speed-up.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoen-GBes_ES
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Stateses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/es_ES
dc.subject33 Ciencias tecnológicases_ES
dc.subject3307 Tecnología electrónicaes_ES
dc.subject.otherM8Ees_ES
dc.titleBattery Network Design Using Quantum Computinges_ES
dc.typeinfo:eu-repo/semantics/masterThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsOptimización, Baterías, Algoritmo Genético, Computación Cuántica, Quantum Annealer, QUBOes-ES
dc.keywordsOptimisation, Battery Network, Genetic Algorithm, Quantum Computing, Quantum Annealer, QUBOen-GB


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivs 3.0 United States
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivs 3.0 United States