Latency-Aware Deep Learning Benchmark for Real-Time Cyber-Physical Attack and Fault Classification in Inverter-Dominated Power Grids

En 3 lignesBenchmark latency-aware pour 8 architectures deep learning (MLPs, Transformers) en détection d'anomalies sur réseaux électriques dominés par onduleurs. Classification en temps réel < 15 ms par cycle, mais latence end-to-end 50-90 ms (3+ cycles). Écart critique entre capacité algorithmique et déploiement protection-grade identifié.

Résumé généré par Claude — vérifié par l'humain