TabPFN表格基础模型无需微调即可求解电网稳态分析

发生了什么

据arXiv cs.LG论文《Learning by Examples: Power Grid Steady State Analysis with a Tabular Foundation Model》报道，研究调查预训练表格基础模型TabPFN能否作为电力系统稳态分析的通用神经求解器。在未重新训练或微调的情况下，TabPFN在三个任务（潮流预测PF、N-k断面筛查NCS、电压稳定裕度VSM预测）的多种设置下匹配或优于最佳任务特定模型。对于118总线PF预测，其变体实现电压幅值误差$1\times 10^{-3}$ pu和电压角度误差$0.30^\circ$，优于所有基线。对于数百万未见过的N-2断面的分支和电压违规筛查，AUC分别为0.92和0.95。尽管预训练未使用任何电力系统特定数据集且无需微调步骤，TabPFN在测试任务中均取得强劲结果。