来源：中国电力报8分钟前

采用transformer等高级机器学习模型，结合贝叶斯优化动态调节超参数，建立自适应智能混合模型，精准预测多尺度市场价格。...结合大数据技术，通过聚类分析和特征工程捕捉数据实时波动趋势，应用长短期记忆网络和循环神经网络等机器学习模型，实现短期和超短期电力负荷高精度预测。

来源：储能科学与技术2025-03-14

本文运用大数据和机器学习技术，采用bertopic主题模型，对全球锂电池相关论文进行了系统性文本分析，构建了一个锂电池研究领域的主题图。...通过运用大数据和机器学习技术，采用bertopic主题模型对web of science数据库中的18万余篇锂电池论文进行文本分析，绘制了锂电池领域的主题图，识别了新兴研究主题和高被引主题。

来源：南方电网报2025-03-12

一切人工智能算法的学习都离不开训练样本数据，特别是以数据驱动为基础的机器学习、深度学习算法，数据的全面性、完整性对学习的效果至关重要。...“供用电合同自动生成rpa机器人”“客服工单分析机器人”“数字员工rpa机器人”……在行政办公、营销服务等多个领域，来自基层单位、一线员工的人工智能创新场景不断涌现。ai赋能，提质增效。

来源：中国电力报2025-03-10

ai技术通过机器学习和深度学习算法，能够对核电站的运行数据进行实时分析和预测，提前发现潜在的安全隐患，优化设备维护计划，从而显著降低事故风险，提升核电站的安全运行水平。...例如，智能机器人和自动化系统可以在高辐射环境下完成复杂的操作任务，减少人员暴露风险，同时提高工作效率。同时，ai技术在核电技术创新和优化方面也发挥着重要作用。

来源：北极星电力网2025-03-06

1.2 科学智算核心能力与优势科学智算的核心在于将ai技术与科学计算相结合，利用机器学习、深度学习、自然语言处理等ai技术，解决传统科学计算中难以处理的复杂问题。...一、世界模型与科学智算融合分析1.1 世界模型与多模态大模型世界模型起源可以追溯到强化学习领域，其目标是通过构建一个虚拟环境，使智能体能够在其中进行试错学习，从而提高决策效率。

来源：思格新能源2025-03-06

“思格深度融合ai、大数据及机器学习的光储解决方案，在算法迭代和实时调控方面表现突出，不仅能精准匹配电价与负载需求，更能快速响应突发状况，减少能量浪费并提升收益。...ai调度，破局复杂电力交易思格工商业光储系统，深度集成人工智能，结合大数据分析和机器学习算法，使得光储系统能够根据电价波动、天气变化和用电负载变化，灵活管理光伏发电、储能与电网互动，自动优化电池的充放电时机

来源：储能科学与技术2025-03-05

在电力市场与经济分析方面，美国太平洋西北国家实验室abhishek somani教授团队提出了基于机器学习的分析框架...清华大学陈翔–张强团队利用可解释机器学习方法解释了影响电解液还原稳定性的关键因素，并进一步开发知识与数据双驱动的电解液分子性质预测框架，从数十万分子中预测了29个潜在适用于宽温域和高安全性的电池场景下的分子

来源：运达股份2025-02-27

通过将ai技术与海量大数据深度结合，在机器学习和深度学习、自然语言处理、计算机视觉、机器人（机器狗）等各细分技术领域，实现了风电数字化系统和产品的全面应用落地。

来源：天合储能2025-02-27

合作研发的数据驱动预测技术，将运用先进的机器学习算法，对可再生能源发电功率（风能、太阳能）、本地负载需求以及市场电价进行高精度预测。...通过自适应学习算法，实时提高储能资产的利用率和盈利能力，为客户创造更大价值。

来源：CESA储能财经观察2025-02-25

该软件通过应用人工智能、机器学习以及通过监测6gwh以上电池储能系统积累的数据来实现这一目标。这些数据被用作电池电压、工作温度、充电状态和其他关键指标的一系列指标。

来源：国家电网报2025-02-25

机器学习可通过历史数据训练，考虑更多实时变量...基于深度强化学习的仿真优化系统，能自动生成数千种故障场景并推荐最优处置策略。通过引入ai算法，仿真平台有望自动识别电网中的异常行为，预测潜在故障，并提供优化控制策略。

来源：易事特2025-02-21

近日，国产开源大模型 deepseek成为科技界的焦点，其技术核心在于专注ai算法、机器学习模型和高性能计算技术，可广泛应赋能能源等领域。

来源：阳光氢能科技2025-02-18

搭载多个高精度传感器，通过"五维健康度评估模型"“多层级安全防控机制”等，为电解槽的健康状况提供精准画像，能够智能分析和提前预警，为电解槽的稳定运行保驾护航；【材料测试数字实验室】电解槽微缩测试平台结合机器学习

来源：电网头条2025-02-17

该团队平均年龄不到30岁，专业覆盖机器学习、自然语言处理、计算机视觉、数据科学、具身智能等多个前沿技术领域，具备丰富的实战经验和专业的技术能力。

来源：深圳环境水务集团2025-02-17

此前，深圳环境水务集团依托深水云脑超前布局人工智能创新应用矩阵，构建了包括生成式ai、机器学习、计算机视觉算法等技术在内的平台能力，打造全流程智能供水保障、智能供水调度、城市积水内涝识别、智慧厂站、智享线上服务等跨部门

来源：国家电网报2025-02-17

规范终端部署方式和接入标准要求，基于水文、气象及水电机组振动、温度等状态监测需要，明确了数据定义、编码规则及终端部署模式，为实现更高效的能源管理和决策提供支持；明确云边端数据管理和分析方法，结合人工智能、机器学习算法优化数据清洗及预处理过程

来源：复旦大学2025-02-13

历时四年多的探索，团队成功结合ai和有机电化学，将分子结构和性质数字化，通过引入有机化学、电化学、材料工程技术方面的大量关联性质，构建数据库，利用非监督机器学习，进行分子推荐和预测，成功获得了从未被报道的锂载体分子

来源：储能科学与技术2025-02-13

关键词 ai for science；电池；智能研发；机器学习；bda；多尺度过去十年中，新能源行业实现了显著发展，尤其是以锂离子电池为代表的电化学储能技术，在消费电子、储能以及电车等领域得到广泛应用。...bda平台覆盖了文献调研、实验设计、合成制备、表征测试和分析优化这五个电池研发的关键环节，利用机器学习、多尺度建模、预训练模型等先进算法，结合软件工程开发用户交互友好的工具，加速从理论设计到实验验证的整个电池研发周期

来源：国际能源小数据2025-02-12

deepseek 专注于机器学习的一个分支：强化学习。强化学习侧重于自我纠正奖励和即时输入，用于可以逐步衡量的事物，例如在简单迷宫中的进展。...从技术角度来看，这种依赖于强化学习的去中心化特性意味着 deepseek 可以利用更少的计算机芯片和能源。

来源：中国环境2025-02-10

ai智能焚烧系统通过机器学习，不仅保证焚烧过程始终处于最佳状态，也能大幅降低人工操作失误率，提升整个焚烧发电厂的安全性与环保性，显著提高工作效率、降低劳动强度的同时降低成本，提高了垃圾焚烧发电厂的经济效益