arXiv · ML· Emad Efatinasab, Nahal Azadi, Davide Dalle Pezze, Gian Antonio Susto, Chuadhry Mujeeb Ahmed, Mirco Rampazzo·· 2026-10-06AI 评分22
ProDER:面向动态智能电网故障分类与定位的持续学习方法
ProDER: A Continual Learning Approach for Fault Classification and Localization in Evolving Smart Grids
AI 导读
提出 ProDER 方法,解决智能电网故障诊断模型新故障类型出现时的灾难性遗忘问题。该方法结合原型吸引、温度缩放蒸馏及原型感知回放,在 IEEE 13 节点测试馈线场景中平均准确率达 58.2%。
来源:arXiv · ML · arxiv.org