基于MIC-LightGBM的综合能源系统多元负荷预测

提出了基于最大互信息系数（Maximal Information Coefficient,MIC）结合轻梯度提升机（Light Gradient Boosting Machine,Light GBM）的综合能源系统多元负荷预测模型。首先利用MIC进行相关因素分析，筛选特征降低预测模型冗余度，最后输入至Light GBM模型获得多元负荷预测结果。经算例验证，基于基学习器集成的Light GBM具有最低预测误差和较快的预测速度。