lovesvidon的个人博客

本文是对上一篇博文 输电断面与断面限额 的补充，以一个线性模型为例介绍断面限额的优化计算过程。 首先定义需要考虑的事故集合$E$: $$E=\{e_1, e_2, ..., e_N\}$$ 计算无事故发生时的输电断面所包含线路所对应的功率转移分布因子$PTDF_{ne}$以及事故$e_i$发生时所有线路的$PTDF_{e,i}$，PTDF的计算方法可以参考 ...

什么是输电断面？ 当区域电网A与区域电网B之间存在互联需求并假设了数条传输线路时，在这数条传输线路中间以一垂直断面横切之，这个虚拟的假想的“面”可称之为输电断面。通过输电断面的线路潮流之和即可称之为断面潮流，断面潮流是输电断面重要物理特性之一。 为什么要定义输电断面？ 首先让我们考虑一个 ...

什么是功率转移分布因子？ 在进行直流潮流计算时，通常需要引入一个中间变量，即电压相角$\theta$，用以描述节点有功功率与线路有功潮流之间的关系。考虑到节点有功功率与节点电压相角是线性关系，线路潮流与线路连接两节点的电压相角差是线性关系，因此节点有功功率与线路有功潮流一定存在着线性关系，而直接描述系节 ...

Monte Carlo算法是否能够做到一步更新，即在线学习？ 答案显然是不能，如果可以的话，TD算法还有何存在的意义？MC算法必须要等到episode结束后才可以进行值估计的主要原因在于对Return（或是估计目标）的定义与TD算法不同。强化学习中所估计的状态动作对价值实质上就是在某一策略下，以这个状态动作对为起点产生的 ...

本篇主要是对文章 【ML系列】从贝叶斯线性回归到高斯过程 中关于内积映射作为核函数的一个补充。根据核的定义，我们可以将特征空间映射后的数据集$\phi(X)$以及测试数据$\phi(x_{*})$与权重矩阵$w$的内积作为预测值与观测值间的协方差，同时将该协方差视为核，所以最初的核的定义为： $$ k(x_{*}, X) = \phi(x_{*})^ ...

一般线性模型 在使用线性模型描述输入输出间关系时，可以用下图表示： $X$作为输入矩阵，$Y$作为输出，其中$\mathcal w$为权重矩阵。如果用线性方程的形式表述出来： $$ Y = X^T \mathcal w $$ 线性回归就是通过这样一个线性模型的输出与实际值进行比较，并用其结果不断的更新权重矩阵$\mathcal w$以求模型 ...

问题描述 已知两随机变量$X$和$Y$的联合高斯分布，求解在随机变量$X$的条件下，随机变量$Y$所服从的分布。假设该联合高斯分布为： $$ \left \sim \mathcal N \left(\left , \left \right) $$ 求解$Y|X$所服从的分布 求解过程 我们可以用$\Sigma$表示协方差矩阵，将联合高斯分布写为向量概率密度 ...

可以先阅读上一篇博文 【ML系列】简单的二元分类——Logistic回归 上一篇博文简单介绍了什么是二元分类问题，与简单的线性二元分类问题的实现方法，本篇着重来解决一个所谓的“非线性”二元分类的问题，从而引出Cover定理。这里之所以称之为所谓的“非线性”问题，是因为这类的二元分类问题看似是个非线性问题实际上 ...