来源：中国能源报2019-05-08

先进信息技术促进两网融合信息通信作为能源互联网的“神经网络”，对枢纽型、平台型、共享型的企业建设和管理创新实践，以及坚强智能电网自动化、智能化水平的持续提升，泛在电力物联网的顶层设计、基础设施建设、功能拓展应用等

来源：北极星输配电网2019-04-30

以先进信息通信技术支撑泛在电力物联网建设信息通信作为能源互联网的神经网络，对枢纽型、平台型、共享型的“三型”企业建设和管理创新实践，坚强智能电网自动化、智能化水平的持续提升，泛在电力物联网的顶层设计、基础设施建设

来源：中国能源报2019-04-28

其中，坚强智能电网是“骨骼肌肉”，支撑电力系统能源流的安全稳定传输，泛在电力物联网是“神经网络”，实现电力系统“源-网-荷-储”各环节信息流的末梢采集和归集处理。

来源：中国能源报2019-04-28

其中，坚强智能电网是“骨骼肌肉”，支撑电力系统能源流的安全稳定传输，泛在电力物联网是“神经网络”，实现电力系统“源-网-荷-储”各环节信息流的末梢采集和归集处理。

来源：《广东化工》2019-04-22

3 系统模型利用过程监控和有机废气末端排放监测系统获得的大量实测数据，以现场操作数据集为基础，建立神经网络模型，由模型预测的结果与有机废气在相应时间测定有机废气的结果比较，判定监测数据的可接受性。...确定获取现场数据的时间段，并记录单位时间voc监测的排放浓度和对应时间传感器监测的变量的数据；(3)将样本分割成多个数据集；(4)其中一个数据集用于训练模型的适应性，另外的数据集用于模型的验证；(5)建立模型神经网络模型

来源：谷歌博客2019-04-22

deepmind团队基于大量的天气预报以及历史发电数据训练其神经网络模型，并建立了提前36小时预测风力发电的模型。

来源：北极星电力网2019-04-16

streaming流式数据处理框架(五)、大分析1、机电设备状态监测和故障诊断大分析技术2、安全管控作业行为及安全量化数据分析3、语义引擎技术4、潜在情绪只能视频分析技术5、大数据挖掘算法(决策树、神经网络算法...2、图像识别(深度卷积神经网络)3、大坝、边坡风险感知4、水文气象感知(二)、大传输1、局域网(万兆骨干、千兆接入技术)2、广域网(2.5g sdh光纤传输技术)3、卫星网(ku波段、ka波段以太网和语音融合传输技术

来源：北极星水处理网2019-04-12

3.9 模型models基于自然科学的基本原理或应用数学的方法，如：神经网络法、统计回归法，推导进口参数、工艺参数、关键治理设施运行参数与污染物排放数据之间的关系所建立的理论模型或经验模型。...7.4 模型法利用pms和wqms获得的大量实际测定数据，建立以现场操作数据集为基础，不需要运用污染物形成和破坏过程的理论知识（例如：流体动力学，热动力学或化学反应）的黑箱模型，包括：人工神经网络模型（

来源：北极星电力网2019-04-12

3.11 建立模型establishing models基于自然科学的基本原理或应用数学的方法，如：神经网络法、统计回归法，推导过程参数与污染物排放数据之间的关系，所建立的理论模型或经验模型。...7.4 模型法利用pms和cems获得的大量实际测定数据，建立以现场操作数据集为基础，不需要运用污染物形成和破坏过程的理论知识（例如流体动力学，热动力学或化学反应）的黑箱模型，包括人工神经网络模型（静态的

来源：北极星大气网2019-04-12

3.19 建立模型establishing models基于自然科学的基本原理或应用数学的方法，如：神经网络法、统计回归法，推导过程参数与污染物排放数据之间的关系，所建立的理论模型或经验模型。...7.4模型法利用pms和cems获得的大量实际测定数据，建立以现场操作数据集为基础，不需要运用污染物形成和破坏过程的理论知识（例如：流体动力学，热动力学或化学反应）的黑箱模型，包括：人工神经网络模型（静态的

来源：北极星大气网2019-04-12

3.11 建立模型establishing models基于自然科学的基本原理或应用数学的方法，如：神经网络法、统计回归法，推导过程参数与污染物排放数据之间的关系，所建立的理论模型或经验模型。...7.4 模型法利用pms和cems获得的大量实际测定数据，建立以现场操作数据集为基础，不需要运用污染物形成和破坏过程的理论知识（例如流体动力学，热动力学或化学反应）的黑箱模型，包括人工神经网络模型（静态的

来源：中国电力新闻网2019-04-11

远东智慧能源作为国内电力智能产品和行业智慧解决方案的龙头服务商，有望以泛在电力物联网“感知层”智能制造产品为基石，充分发挥在“网络层、应用层、平台层”领域的资源优势，深度参与搭建电网神经网络，助力构建新一代电力智能平台

来源：国际能源研究中心2019-04-11

在此基础上，文献基于状态监测信息利用人工神经网络模型预测机组各部件的剩余寿命，并根据故障概率安排机组设备的维护计划，算例证明该方法效果显著。

来源：亮报2019-04-10

在寄存物资需求预测方面，根据寄存物资历史领料规律，应用时间序列预测、相关性预测等相结合的组合神经网络预测模型，合理预测未来寄存物资需求量，实现寄存物资采购合理、供应精准、库存降低。”周骋说。

来源：《热力发电》2019-04-08

模型采用改进bp 神经网络，包含输入层、输出层和1个中间层。...1.1 基于改进bp神经网络的锅炉燃烧系统模型神经网络算法具有很强的鲁棒性、记忆力及自学习能力，其强大的非线性拟合能力可拟合任意复杂的非线性关系，但算法训练过程收敛速度慢且易陷入局部最优。

来源：《热力发电》2019-04-02

在众多人工神经网络模型中，按误差逆传播算法训练的bp神经网络，因其运算能力强、建模过程简单，已经成为目前应用最广泛的神经网络模型。...本文将灰色预测模型与bp神经网络结合在一起，形成灰色神经网络，尤其适合处理scr催化剂失效这种多因素耦合、繁复的问题。按照神经网络的输出数据类别，可将灰色神经网络模型分为残差输出和直接输出2类。

来源：《热力发电》2019-04-02

在众多人工神经网络模型中，按误差逆传播算法训练的bp神经网络，因其运算能力强、建模过程简单，已经成为目前应用最广泛的神经网络模型。...本文将灰色预测模型与bp神经网络结合在一起，形成灰色神经网络，尤其适合处理scr催化剂失效这种多因素耦合、繁复的问题。按照神经网络的输出数据类别，可将灰色神经网络模型分为残差输出和直接输出2类。

来源：远光软件2019-03-29

gan是2014年才首次提出的新兴技术，是一种深度学习的模型，目前已发展成为神经网络的热点和支柱应用，尤其在图形、视频生成领域大放异彩。

来源：北极星电力网2019-03-28

这个是通过一些神经网络优化算法，来做的一个经济运行的分析。

来源：北极星电力网2019-03-28

第二，就是深度学习，我们的理解就是从人工神经网络从单隐层到多隐层，右边上面就是我们传统做的单隐层。随着深度学习的发展，我们现在由单隐层扩大到多隐层，多隐层的出现使我们的应用扩大了，它的基础是什么呢？