来源：远光软件2018-01-15

为此，远光软件专门设立了人工智能前沿技术研究实验室，用于研究深度学习、机器学习、自然语言处理等人工智能技术的应用方式，并先后推出了智能服务机器人、智能报账机器人以及otalk.ai制度通等一系列基于人工智能技术的应用

来源：广州亦云信息技术股份有限公司2018-01-08

可以使用时间序列算法，根据历史数据，预测短期的负荷;可以使用机器学习算法，分析负荷与影响负荷因素之间的关系;也可以根据电力负荷的特性，研发电力负荷预测的专有方法。

来源：pv-magazine2018-01-05

研究人员表示：期待通过高吞吐量的计算，自动化和机器学习的结合帮助我们将新型材料开发的速度提高五倍以上。

来源：先进制造业2017-12-28

风云智是利用先进的人工智能技术，结合海量的运行数据分析，通过机器学习，实现控制策略动态调整，使风机、风场运行更具智能。

来源：中电新闻网2017-12-28

距智慧化企业仍有差距目前，技术人员坐在集控中心里就能监测几百公里外的风电场出现的任何异常情况;未来，在远程监控的基础上，通过机器学习和人工智能，还能实现风机的实时自维护。...比如，智能风机具备自由升级和自我学习的能力，风机和风机之间实现互联;通过大数据分析，对客户电力需求量和发电量的实时匹配，更精准预测电力的需求;智能运维改变了过去的故障后再处理，实现了预防性检测。

来源：中国能源报2017-12-26

来源：微信公众号中国能源报id：cnenergy距智慧化企业仍有差距目前，技术人员坐在集控中心里就能监测几百公里外的风电场出现的任何异常情况；未来，在远程监控的基础上，通过机器学习和人工智能，还能实现风机的实时自维护

来源：中国网2017-12-21

利用百度机器学习、自然语言、语音识别、图像识别、用户画像、大数据等人工智能技术，双方将共同推进人工智能技术在南方电网广东公司客户服务、信息化建设、节能环保、生产运行、电力调度、科技研究等领域展开应用。

来源：中国网2017-12-21

利用百度机器学习、自然语言、语音识别、图像识别、用户画像、大数据等人工智能技术，双方将共同推进人工智能技术在南方电网广东公司客户服务、信息化建设、节能环保、生产运行、电力调度、科技研究等领域展开应用。

来源：风能产业2017-12-20

随着海量数据的增加和机器学习对实时性要求的不断提高，以及业务逻辑的高度耦合，公共云的方式将不再适合物联网，迷你数据中心的方式将取代公共云，数

来源：远光软件2017-12-15

作为一家技术驱动型公司，远光软件已全面开展了人工智能技术研究，设立人工智能前沿技术研究实验室，与中德人工智能研究院达成战略合作，深入研究机器学习、自然语言处理等人工智能技术的应用方式，并先后推出了智能服务机器人

来源：北极星太阳能光伏网2017-12-08

它有几条路径，讲机器学习，只是其中的一个环节，还有对机器的操控，以及对视觉上的反馈，这样一个图形整体的构成了人工智能在工业界核心的几个要素。...2017中国(深圳)solar plus国际高峰论坛将在深圳国际会展中心隆重举行，8日下午，子询(深圳)智能研究院院长刘东屏作了关于“机器学习技术在太阳能电池材料中的应用”的演讲。

来源：远景能源2017-12-08

数字化风场开发模型以风资源与选型选址模块为例，裴波介绍，基于机器学习的样本全卷积超分辨率算法，通过大量公共数据和少量测绘样本获得大量更逼近测绘的地理数据，解决测绘前地图不够准的痛点。...借住于基于机器学习的风机群的分组和优化集电线路路径优化和杆塔排布优化算法，格林集电线路数字化设计模块可以实现百万级大基地项目集电线路的快速降本规划。数字化设计的塔筒和基础价值体现在哪里？

来源：远光软件2017-12-06

引入机器学习技术，设置智能机器人功能，运用最大似然估计和贝叶斯统计，深度前馈网络，代价函数和反向传播等深度学习的技术，探索人工智能应用，强化交互易用，训练机器学习能力，记录用户学习轨迹，智能推送匹配课程

来源：能源生态圈2017-11-29

2、能源大数据变革智慧能源核心技术我们关注的核心技术例如大数据、人工智能、机器学习、图像识别等一系列高精尖的技术，都需要从基础数据的处理、业务建模和应用三个层次进行研究，例如不同数据源的海量信息如何处理

来源：能源生态圈2017-11-29

2、能源大数据变革智慧能源核心技术我们关注的核心技术例如大数据、人工智能、机器学习、图像识别等一系列高精尖的技术，都需要从基础数据的处理、业务建模和应用三个层次进行研究，例如不同数据源的海量信息如何处理

来源：国家电网报2017-11-21

智能互联时代的技术使能在智能互联时代，云、物联网、数据分析、机器学习、人工智能、自动化、智能终端、增强现实等技术组成错综复杂的生态系统。...此外，机器学习与人工智能将在大数据分析领域发挥更大的作用，使能源行业持续在多个方面做出改变，如更详细的信息、交互式体验、无缝产品集成、产品即服务和更快的设计周期。

来源：风·享2017-11-21

先进的人工智能技术，结合海量的运行数据分析，通过机器学习，实现控制策略动态调整，风机、风场运行更具智能。

来源：前瞻产业研究院2017-11-13

年这个细分领域的总规模为26亿美元，到2020年增幅放缓到30%达到77亿美元；分析数据库中，mppsql数据库将继续变革，到2020年达到38亿美元；物联网应用作为大数据应用的基础，到2020年将增长到18亿美元；机器学习应用到

来源：中国电力企业管理2017-11-13

主动学习吸收企业内外经验。利用数据平台、计算分析平台，利用人工智能机器学习等手段在企业

来源：电缆网2017-11-09

包括大数据、分析及机器学习，区块链，分布式能源管理和云计算在内的数字技术有助于克服能源领域的一些关键挑战，如间歇性、老化的电网，平衡分布式发电，管理用户自主发电，并且应对越来越复杂的系统。