来源：工信微报2025-02-24

预期目标：到2026年，研发不少于6种跨域协同调度算法，支持数据处理、函数计算、机器学习等不少于3个场景的计算任务部署，完成不少于5个跨域算力中心的统一管理。

来源：电联新媒2025-02-21

结合潮流计算和机器学习算法，可以预测长期电网阻塞的分布和严重程度。...定量的方法中，可以利用机器学习与深度学习，对中长期电力负荷进行预测，能够有效捕捉负荷的复杂非线性关系。将数据驱动方法与电力系统的物理特性相结合，构建混合预测模型。

来源：北极星风力发电网2025-02-21

同时，利用人工智能、机器学习等技术，开发智能光影控制系统，根据光照强度、机组位置等数据，实时调整风机的运行状态，减少光影污染。

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：储能科学与技术2025-02-17

此外，机器学习正被用于能源材料研究，而chatgpt等模型的代码生成功能降低了机器学习等研究方法的门槛，这将有助于和编程有关的新研究方法的推广。...然后，该平台应用两套机器学习模型分别提供五个初始合成配方以及合成温度，通过调用三个基于机器人技术的集成工作站进行实验，分别用于样品制备、加热和表征。

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：能源新媒2025-02-13

3碳交易价格预测模型在研究碳交易价格预测模型时，目前存在的分类方法大多将其分为计量经济学模型、机器学习模型和混合模型三类。...然而，上述分类方式存在交叉（如回归模型既属于计量经济学模型也属于机器学习模型），难以直观体现模型所用的方法类别，并不适用于模型间的综述比较。

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

ai技术的应用在电池研发领域发挥着日益重要的作用，特别是在机器学习预训练模型和多尺度建模算法方面。...预训练模型基于先进的机器学习技术，通过学习大量的数据掌握电池材料以及电芯的属性加速电池研发和性能优化。

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。

来源：中国电力2025-02-11

对于机器学习算法上述输入要求为一维向量，本文将二维数据展开成一维形式。svm采用径向基核函数，惩罚因子c取值为10。xgboost模型中树的数量选取为100，最大深度为10。...表1 混淆矩阵table 1 confusion matrix为了验证模型性能的优越性，本文采用机器学习算法包括逻辑回归（logistic regression，lr）、支持向量机（support

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

来源：叶春能源2025-02-10

开发基于机器学习的报价策略系统，实时优化中长期合约与现货市场电量配比，提升度电收益。拓展辅助服务，配置合理容量参与调频市场，获取容量补偿收益。

来源：北极星储能网2025-02-08

通过高通量计算以及实验数据，发展针对正负电极、电解质特定性质的机器学习模型，挖掘、设计电池新材料；筛选可精确描述电池特性的描述符体系，利用机器学习模型，精确评估、预测电池全生命周期参数，明晰电池衰减以及失效机制

来源：福建省科学技术厅2025-02-06

（七）推进中试数字化智能化绿色化发展加强新一代信息技术融合应用，开展实验设备和流程的数字化改造，网络化的协同中试，推动机器视觉、机器学习、人工智能大模型在中试环节应用，加快高精度测量仪器、高端试验设备等产品的研制

来源：中能传媒研究院2025-01-24

数据驱动模型是一类基于数据分析与建模的方法，主要包括时间序列模型、统计学习模型、机器学习模型以及深度学习模型等。

来源：福建省工业和信息化厅2025-01-24

要求加强新一代信息技术融合应用，开展实验设备和流程的数字化改造，网络化的协同中试，推动机器视觉、机器学习、人工智能大模型在中试环节应用，加快高精度测量仪器、高端试验设备等产品的研制，推动中试创新服务平台智能化...（七）推进中试数字化智能化绿色化发展加强新一代信息技术融合应用，开展实验设备和流程的数字化改造，网络化的协同中试，推动机器视觉、机器学习、人工智能大模型在中试环节应用，加快高精度测量仪器、高端试验设备等产品的研制