QUANDA
Quantum Anomaly Detection & Analysis
Thema Quantencomputing und -simulation
Fördermaßnahme QC Next
Projektlaufzeit 01.10.2026 - 30.09.2029
Projektvolumen 3600000
Förderquote zu 87 % durch das BMFTR gefördert
Beschreibung
Motivation
Anomalie-Detektion kann helfen, ungewöhnliche Zustände in Energieanlagen und Netzen frühzeitig zu erkennen und so Ausfälle oder unnötige Investitionen zu vermeiden. Gleichzeitig werden Energiesysteme durch den wachsenden Anteil erneuerbarer Energien komplexer. Quantenbasierte Verfahren könnten neue Möglichkeiten für die Auswertung solcher Daten eröffnen, sind bislang aber nur mit hohem Fach- und Integrationsaufwand einsetzbar.
Ziele und Vorgehen
QUANDA entwickelt einen durchgängigen Workflow für quantenbasierte Anomalie-Detektion und erprobt ihn an drei Anwendungsfällen im Energiebereich. Dafür werden unterschiedliche Mess- und Zeitreihendaten so aufbereitet, dass sie von Quantenverfahren verarbeitet werden können. Anschließend werden QML-Modelle entwickelt und in eine hybride HPC/QC-Umgebung eingebunden. Ziel ist eine prototypische Webplattform, über die sich die Verfahren in Energiesystemen und Rechenzentren anwenden lassen.
Innovation und Perspektiven
QUANDA verbindet Quantum Machine Learning mit konkreten Anwendungen der Anomalie-Detektion im Energiesektor. Ein Schwerpunkt liegt darauf, unterschiedliche Datenarten – von Messwerten und Zeitreihen bis zu mehrdimensionalen Daten – für Quantenverfahren nutzbar zu machen. Die entwickelten Module sollen offen, wiederverwendbar und möglichst hardwareunabhängig in den QC-Next-Software-Stack integriert werden. Perspektivisch können daraus Plattform- und Serviceangebote für Energie- und Rechenzentrumsanwendungen entstehen.
Projektpartner
Assoziierte Partner
Bayern Innovativ