来源：国能日新2025-01-14

国能日新提供购售电业务数字化支撑1数据化分析预测，提高业务运营盈利能力国能日新“购售电智慧运营管理一体化平台”提供智能分析与决策支持，系统基于历史电价数据，利用机器学习算法，生成电价走势报告，预测未来一段时间内的电价变化趋势

来源：国家数据局2024-12-31

“东数西算”工程，是把东部地区经济活动产生的数据和需求放到西部地区计算和处理，对数据中心在布局、网络、电力、能耗、算力、数据等方面进行统筹规划的重大工程，比如人工智能模型训练推理、机器学习等业务场景，可以通过...3.数据资源，是指具有价值创造潜力的数据的总称，通常指以电子化形式记录和保存、可机器读取、可供社会化再利用的数据集合。4.数据要素，是指投入到生产经营活动、参与价值创造的数据资源。

来源：兰木达电力现货2024-12-26

首先需要利用历史价格和市场数据进行分析；其次要结合天气预报和电力负荷预测，综合考虑对价格的影响；最后选择合适的机器学习算法并训练模型，从而实现对价格的预测。...时间序列算法时间序列算法是一类专门设计用于分析和预测随时间变化的数据的统计和机器学习方法。在年、月、周的市场周期中，很容易发现价格是具有时间依赖性、季节性和趋势性的。

来源：陕西能源电力运营有限公司2024-12-20

《火电机组agc性能在线评价方法及系统》由agc运行参数采集模块、运行参数不同工况时序划分模块、运行性能指标计算模块以及性能在线评价模块组成，通过构建基于机器学习和数据挖掘的智能性能评估模型，自动识别agc

来源：远景储能2024-12-18

在气象预测方面，远景集成全球10大权威气象机构数据，基于区域精细化1x1km气象预报及enos平台融合物理模型与机器学习模型，内置100种模型提供多种置信度概率预测，综合40年历史再分析+未来气候气象预测

来源：国家电网报2024-12-13

该系统以历史气象、设备故障、电网潮流等信息为基础，基于机器学习算法对各类气象条件下的源网荷储运行状态的样本数据进行训练，构建不确定性运行边界与电网潮流概率分布的映射关系。

来源：云深处2024-12-12

、机器学习知识，并磨炼了数据分析能力，作为具身智...维检团队为其加载了各种有缺陷的图像，通过机器学习，训练spock来识别这些缺陷。为了提升其鉴别能力，甚至引入一些人为制造的缺陷，让spock比较两幅图或者两组数据之间的区别。

来源：国能日新2024-11-22

重要的是，通过引入先进的人工智能技术，以机器学习和深度学习算法，高效挖掘气象数据与风电功率输出之间的复杂非线性关系，实现对风速、风向等关键因素的精细化建模，显著提升了预测的准确性。...人工智能技术在新能源领域的应用，能够利用大数据、机器学习和深度学习等关键技术，整合电力系统多元化要素，通过大数据技术精准筛选、分析，将复杂多变的能源流变量快速分析处理，通过智能ai算法，提升能源信息化、

来源：北极星太阳能光伏网（独家））2024-11-15

具体而言，“光储掌门”基于高精度2d/3d建筑模型，利用机器学习算法自动识别遮挡物并计算阴影参数。同时，基于最优排布算法优化组件排布，使安装容量提升5%以上。

来源：远景储能2024-11-14

远景智慧交易型储能集成全球10大权威气象机构数据，基于区域精细化1x1km气象预报及enos平台融合物理模型与机器学习模型，内置100种模型提供多种置信度概率预测，综合40年历史再分析+未来气候气象预测

来源：国家能源集团2024-11-07

无人值守系统构建了面向实时控制、大数据分析及机器学习的运算环境，部署了基于数据分析及人工智能计算技术、机器自主决策和安全容错控制技术、多源数据融合及混合驱动的故障诊断技术等的智能模型体系，形成了基于国产芯片和自主化操作系统的全国产化智能控制系统

来源：北极星电力网2024-11-06

如今，阿里巴巴达摩院有这样一群人，专门聚焦于研发尖端运筹优化和机器学习技术，致力于通过优化求解、时序预测、高精细气象和可解释ai等领域的研发与创新，帮助电力企业在遇到复杂问题时找出“最优解”。

来源：兰木达电力现货2024-11-05

机器学习和深度学习等技术被应用于策略回测中，以提高预测能力和优化投资策略。同时，互联网的普及和开放式金融数据的增加，使得个人交易者也能够进行策略回测。...综上所述，策略回测的目的和重要性是为了提供科学的决策依据、评估和改进投资策略、降低风险、促进学习和经验积累，并帮助交易者适应市场的变化。

来源：工信部2024-10-28

工业互联网通过集成传感器、大数据分析、机器学习等先进技术，实时监控电池电压、电流、温度等关键参数，结合历史运行数据，数字化系统能够精准评估电池健康状态，预测潜在故障，实现从被动维修向主动预防转变。...因此基于工业互联网的储能电站智能监控运维至关重要，通过边缘计算与云边协同技术实现海量电池数据的采集、传输和处理，利用大数据分析和机器学习等技术预测储能系统组件的寿命和性能下降趋势，通过智能分析迅速诊断异常状态

来源：龙源电力2024-10-25

为实现实时安全预警，该公司将数据挖掘、机器学习、图像识别技术与新能源设备运行机理、专家经验深度融合，开发风电机组安全隐患预警算法模型，结合振动、温度、视频、油液等多元监测数据，开展实时联动分析，多模态监控风电机组安全运行情况

来源：工信部2024-10-18

集群智能控制方式，实现对分布式光伏集群的精细管理与优化调度，能够实时采集并分析每个光伏单元的发电量、环境参数，利用机器学习预测发电趋势，自动调整逆变器工作状态，优化最大功率点跟踪（mppt），确保光伏集群高效稳定运行

来源：电网头条2024-10-14

通过集成人工智能和机器学习技术，我们可以实现电力系统的自主决策和优化，进一步提高其运行效率和可靠性。...在电力系统安全预防控制方面，我们利用深度学习、对抗生成网络和强化学习等技术对电力系统的运行状态进行实时监测和预警，并制订相应的预防控制措施，有效降低了电力系统的运行风险。

来源：北极星储能网2024-10-10

施耐德电气（墨西哥蒙特雷）：为了满足对复杂产品的更多需求，施耐德电气蒙特雷工厂综合采用了多项数字技术，比如机器学习驱动的预测和自主机器人，来维持年度增长，将产品缺陷减少了20%，将用水量降低了30%。

来源：国家数据局2024-09-27

大力发展云计算、边缘计算，推进商业智能、数据引擎、数据融合、数据可视化、大数据平台等技术创新和产业化应用，支持机器学习、预训练大模型、深度合成服务算法等迭代创新。

来源：北极星氢能网2024-09-26

天合光储氢一体化解决方案，应用数字孪生技术，通过创建系统的数字化模型，准确反映光伏发电、储能、电解水制氢及储氢等关键组件的物理特性，集成传感器数据和监控系统，实时反馈系统各个部分的状态和性能，并借助机器学习和数据分析技术对整个系统进行性能优化和预测分析