待验证50% 置信事实精确时间

研究采用牛顿-拉夫逊潮流计算法提取各类故障场景下的系统运行数据

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

机器学习在电力系统故障筛查中的应用：随机森林实现高精度安全分类

涉及实体

牛顿-拉夫逊潮流计算法concept

相关事实

待验证采用配置驱动加去重校验的方式可以在构建阶段拦截模型列表重复等低级错误69% 相似待验证小概率崩溃事件的检测本质上可用泊松分布精确描述，捕获足够样本量所需时间与系统规模成反比关系69% 相似待验证Claude Code 使用 StatsIG 收集性能指标和 Sentry 记录错误报告作为遥测数据66% 相似待验证工具调用失败率往往是检测提示词回归（Prompt Regression）的最灵敏信号之一65% 相似待验证遥测数据可能包括运动轨迹、传感器读数、性能指标、失败案例等65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/902729

API

curl https://kongchang.com/api/v1/knowledge/claims/902729

MCP

get_claim(id=902729)