基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则。与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势。本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法。预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络。