来源：北极星电力网2025-07-10

通过将数字分析、机器学习、持续监测与实操技术经验相结合，可解锁更多潜在效益，例如提升设备可靠性、降低能源强度、延长平均故障间隔时间等。未来泵运行的新标准第一步是建立基准，以明确改进空间。

来源：兰木达电力现货2025-07-09

针对以上不足，一方面可以引入天气数据、设备检修计划等非系统性风险因子，构建多因子扩展模型，提升对电力市场特殊风险的刻画能力，另一方面也可以利用机器学习算法（如随机森林、lstm）动态捕捉电价与风险因子的非线性关系

来源：国能日新2025-07-04

构建基于规则引擎与机器学习融合的风险防控体系，设定±20%申报电量偏差红线。当触发偏差时，系统依据内置的省份规则库，结合动态规划算法进行价差回收决策。...借助强化学习算法实现模型参数的动态调优，采用集成学习策略对多个子模型输出结果加权融合，构建出误差率＜3%的24小时负荷预测基准值。

来源：国网甘肃电力2025-07-03

该平台通过水电数据跨界融合，将机器学习技术引入动态系数测算体系，整合地下水埋深、水泵功率、井龄等关键参数数据，完成“水-电”档案建设；基于水务部门提供的典型农灌机井，实测取水量与用电量并逐灌次计算系数。

来源：北极星储能网2025-07-03

ti 在太阳能应用中用于机器学习电弧检测的模拟前端参考设计 (tida-010955)在全球能源转型变革中，各地频发的各类电力事故再次印证了，电池储能技术对于电网具有重要的支撑作用。

来源：储能科学与技术2025-07-01

在电化学储能方面，文献研究了ai在锂电材料筛选中的应用，指出机器学习可加速电极/电解质开发。文献结合高通量计算与机器学习势能函数，筛选出130种高导固态电解质。...文献研究了基于机器学习预测压缩空气储能盐穴几何形态，测试集平均误差仅1.6米。文献研究了通过机器学习优化caes与固体氧化物燃料电池(sofc)耦合系统，系统能效达到63.4%。

来源：清华大学能源互联网创新研究院2025-06-30

会上，美国工程院院士、宁波东方理工大学常务副校长兼教务长张东晓作了题为“科学机器学习与智慧能源系统”的主旨报告。经专家同意，在此分享报告ppt，欢迎品读。

来源：国家电网报2025-06-27

设计形成由人工智能驱动的终端威胁监测方法，结合机器学习算法建立终端风险感知模型，实时计算终端风险，及时识别隔离异常终端，实现事中安全风险的及时发现和防范。...国家电网有限公司深入学习贯彻习近平总书记关于安全生产、能源保供的重要论述和重要指示批示精神，面向能源转型期日益突出的大电网安全风险，进一步抓实双重预防机制运转，提升安全监督质效，持续优化手段、精准监督、

来源：施耐德电气2025-06-26

例如，施耐德电气在传统的综保装置中集成了经过180万个实际用例训练的、基于机器学习的故障检测算法，将小电流接地选线选段的精准度显著提升，其应用价值可见一斑。...王照在演讲中指出，在设备运维层面，施耐德电气的poi-mv中压主动运维智能单元基于机器学习、大数据分析和多维度模型训练技术，可实现开关设备健康状态持续监测，并提供早期预警和后续设备运维建议，从而助力用户实现了对配电资产从

来源：中国电力报2025-06-26

通过整合跨学科、跨团队的资源，开发数据挖掘算法和智能分析模型，尤其是针对特定软科学问题的算法与模型研发，将机器学习、深度学习、知识图谱等人工智能技术深度嵌入研究流程，实现从依赖专家经验的定性研判向定量分析与质性研究融合的范式跃迁

来源：国家电力投资集团有限公司2025-06-24

主导完成《基于机器学习的弃光损失分析软件》开发，实现电量损失量化。编制国家职业技能教材及题库，填补行业标准化培训空白。...在核电产品制造过程中，梁国忠提出ap1000安全壳封头瓣片空中翻转、机器人测量台架封头瓣片对中定位等多种工装设计，提高了工作效率，降低了生产成本。

来源：清华大学能源互联网创新研究院2025-06-23

施一公院士作报告美国工程院张东晓院士作了题为《科学机器学习与智慧能源系统》的主旨报告。...张东晓院士在报告中指出机器学习在解决能源领域的复杂非线性问题方面表现出显著优势，但其有效应用依赖于数据的基础支撑与领域知识的深度融合。

来源：工业和信息化部消费品工业司2025-06-23

实现方式和需要的条件：应用大数据、图像识别、人工智能等技术，采用流行趋势预测模型和机器学习算法，针对色彩、面辅料、单品、图案、细节、廓形、企划、搭配等全方位多角度做趋势预测，构建标准素材库，应用计算机辅助设计...支持企业开展数据资产价值评估，加强数据资产管理，建立数字化转型培训和人才培养机制，为员工提供学习机会和实践平台。（四）夯实支撑基础行动14.强化标准引领。

来源：明阳集团2025-06-23

基于机舱风速，采用机器学习预测算法预测超短期风速变化，并结合机组叶轮面的等效估计风速，准确预测当前的风能属性。

来源：北极星输配电网2025-06-20

他表示，智慧能源系统的构建强调物理、知识与数据的深度融合，其核心在于科学机器学习框架下“知识与数据双驱动”的平衡。...最后他总结，机器学习在解决能源领域的复杂非线性问题方面表现出显著优势，但其有效应用依赖于数据的基础支撑与领域知识的深度融合。

来源：隆基光建2025-06-19

ems系统采用机器学习算法，对电压波动、温度异常等参数进行毫秒级监测。

来源：中国能源观察2025-06-16

在测井解释方面，基于机器学习的测井智能评价方法，可大幅缩短测井解释时间，在某油气田1000余口井的测井资料解释中，解释效率提升60%以上，含气量预测中相对误差小于15%。...推动校企联合培养计划，与高校合作设计ai+能源交叉学科课程，共建智能钻井、数字油藏等实训基地；通过定向委培、联合课题攻关等方式，培养既懂油气地质又精于机器学习的技术骨干。

来源：北极星环保会展网2025-06-12

ai赋能，流量破局：环保行业的数字化转型与创新突围盛宇星，中国科学院过程工程研究所，副研究员;北京赛科康仑环保科技有限公司，总工程师工业园区地下管网-水智慧管控时美，上海电气数智生态科技公司，高级工程师机器学习

来源：辽宁省人民政府2025-06-12

加强机器学习等算法理论和行业应用算法研究。鼓励通用大模型发展，支持高校、科研机构、企业联合打造自主可控的通用大模型，推动重点领域垂直大模型技术发展，围绕关键环节开展驱动型研发。...打造具身智能机器人系列产品，推动大模型与机器人本体深度结合。做强伺服电机、传感器等配套产品。推动集成电路装备等关键设备的国产化应用，完善软硬件解决方案，延伸本地产业。加强新材料研发应用。

来源：中国能源观察2025-06-03

在电网端，通过机器学习算法提升对新能源出力的预测精度，可以极大提高燃煤机组参与调峰调度的能力和水平，从而最大化减少化石能源消耗。...鉴于此，需要引入人工智能体，通过机器学习不仅可以分析历史数据，而且还能精准预测新能源出力情况，从而为实时优化发输配用储环节的运行参数与调度策略提供有力支撑，可以有效减少能源浪费与损耗，提升全链条效率。