A hybrid short.ppt

A hybrid short-term load forecasting with a new input selection framework 文章核心方法 小波变换原理 小波变换原理 关于小波有两种典型的概念：连续小波变换，离散小波变换 连续小波变换定义为 可见，连续小波变换的结果可以表示为平移因子a和伸缩因子b的函数 小波变换原理 连续小波变换实现过程 首先选择一个小波基函数，固定一个尺度因子，将它与信号的初始段进行比较 ； 通过CWT的计算公式计算小波系数（反映了当前尺度下的小波与所对应的信号段的相似程度）； 改变平移因子，使小波沿时间轴位移，重复上述两个步骤完成一次分析； 增加尺度因子，重复上述三个步骤进行第二次分析； 循环执行上述四个步骤，直到满足分析要求为止。 小波变换原理 贝叶斯定理 贝叶斯分析方法的特点是用概率去表示所有形式的不确定性，学习或其它形式的推理都用概率规则来实现。 贝叶斯学习的结果表示为随机变量的概率分布，它可以解释为我们对不同可能性的信任程度。 贝叶斯学派的起点是贝叶斯的两项工作：贝叶斯定理和贝叶斯假设。 贝叶斯定理将事件的先验概率与后验概率联系起来。 贝叶斯定理 6.1.2 贝叶斯方法的基本观点 假定随机向量x，θ的联合分布密度是p(x, θ)，它们的边际密度分别为p(x)、p(θ)。一般情况下设x是观测向量， θ是未知参数向量，通过观测向量获得未知参数向量的估计，贝叶斯定理记作： 贝叶斯定理 * * “ ” 2016 “ ” * 离散小波变换DWT（ discrete wavelet transform，DWT ）定义 对尺度参数按幂级数进行离散化处理， 对时间进行均匀离散取值 （要求采样率满足尼奎斯特采样定理） π(θ) 是θ的先验分布 (6.1) * * “ ”