पावर ग्रिड में दोष निदान अविरल और विश्वसनीय बिजली आपूर्ति सुनिश्चित करने के लिए आवश्यक है। पारंपरिक दृष्टिकोण विशेषज्ञ प्रणालियों, फजी लॉजिक और मशीन लर्निंग पर निर्भर करते हैं, लेकिन अक्सर वे निगरानी प्रणालियों द्वारा उत्पन्न अलार्म जानकारी के मात्रात्मक पहलुओं का कम उपयोग करते हैं। यह पेपर एक नवोन्मेषी दोष निदान ढांचा प्रस्तुत करता है जो मात्रात्मक अलार्म डेटा को मशीन लर्निंग तकनीकों के साथ एकीकृत करता है ताकि दोष पहचान की सटीकता और दक्षता को बढ़ाया जा सके। प्रस्तावित उपाय ने बेहतर निदान प्रदर्शन प्रदर्शित किया है, जो आधुनिक पावर सिस्टम के लिए अधिक विश्वसनीयता प्रदान करता है।
कुमार मेश्राम अमित (बुध,) ने इस प्रश्न का अध्ययन किया।