来源：储能科学与技术2025-12-31

图 7 常用机器学习模型示意图在构建全钒液流电池的数据驱动模型时，所选机器学习方法需满足一系列特定要求。...各类机器学习模型中，以偏最小二乘回归和高斯过程回归(gpr)为代表的线性回归在计算效率、模型可解释性和泛化能力方面表现出显著优势。

来源：《风能》杂志2025-12-26

工作中的机器狗在这座风电场中，无人机按既定航线巡查，凭借算法训练与机器学习，实时监测风速、雨量及机组状态，并识别发热、鸟窝搭建等潜在风险。...这些设备原本并不能在新能源场站“直接上岗”，是三峡能源、金风科技以及产业链伙伴的工程师们，通过算法优化、机器学习等技术手段，将其改造升级为适用于工业场景的专业设备。

来源：贝克尔（天津）新能源技术服务有限公司2025-12-25

对已出现0.2mm以上裂缝的塔架，应建立裂缝宽度-环境温湿度关联数据库，通过机器学习预测扩展速率。...在长达数十年的运营期，机器学习算法能够处理海量的结构健康监测数据，识别复杂的损伤模式演变规律，预测剩余使用寿命，并智能推荐最优的维修时机和方案。

来源：北极星环保网2025-12-18

突破二：节能降耗，从“成本”到“效益”通过构建能源消耗全景画像，平台基于机器学习算法识别节能潜力点，实现设备运行与工艺链的全局能效寻优。

来源：储能科学与技术2025-12-17

wei等研究了在区域供热网络中季节性热化学储能系统和季节性蓄热的模型预测控制的集成，以诺丁汉地区域供热系统为例，提出了一种基于机器学习的智能预测控制策略，将历史热负荷和气象数据嵌入机器学习模型，模型预测误差稳定在

来源：国家电网报2025-12-16

不同场景对数据流通安全能力的要求存在差异，数据沙箱技术适用于社区网格用电、用水、用气数据分析等需多方数据融合与深度分析的场景，可信执行环境技术可满足综合能源园区等主体的高敏感数据实时计算需求，联邦学习技术可解决电力金融征信等领域机器学习联合建模问题

来源：北极星电力市场网2025-12-15

电网调度运行智能化：从经验驱动到算法驱动高精度预测体系：融合数值天气预报与机器学习，提升新能源功率与负荷预测精度。在线安全分析与预警：基于并行计算与深度学习，实现电网运行方式快速扫描与风险超前预警。

来源：储能科学与技术2025-12-10

，将残差序列和固有模态分量输入到不同的机器学习模型中进行预测。...近年来，随着机器学习技术的发展，数据驱动方法因其准确性和简便性在锂离子电池早期剩余寿命预测领域展现出显著优势。在现有研究中，学者们提出了多种数据驱动的方法来进行早期剩余使用寿命预测。

来源：泰富江苏共享网络科技有限公司2025-12-08

未来平台将从四个方向优化：深化ai应用，引入机器学习算法预测碳排趋势，实现智能告警与优化建议；加强跨系统集成，与电力市场交易平台、新能源管理系统对接，实现能碳协同；延伸碳足迹管理，覆盖煤炭采购、电力销售全链条供应链碳足迹

来源：朗新研究院2025-12-04

基于此，本文拟系统分析2025年3月至8月辽宁电力现货市场的价格变动趋势，并尝试构建基于机器学习的电力现货价格预测与交易决策框架，以实现对辽宁现货市场价格的科学预测与分析。...机器学习预测方法核心思路与具体步骤（一）核心思路为应对辽宁电力现货市场的剧烈波动与预测难点，本文引入lstm模型进行电价预测。该模型凭借其门控机制，能够有效捕捉电价中的复杂时序依赖关系。

来源：能源新媒2025-12-02

我们通过机器学习预测风速和光照变化，使发电出力更稳定；ai算法还可优化储能调度，减少弃风弃光。这种“系统智能化”将成为未来电力系统的核心特征。

来源：ABB中国2025-12-01

mhelp是基于大语言模型设计的ai产品，为船舶应用专门进行深度裁剪与训练，可快速实现故障分析与定位，提供运行问题分析推理与决策支持，显著提升运维响应效率；mdoctor是基于机器学习的预测性维护系统，

来源：中能传媒研究院2025-12-01

中小型或个体开发者可以调用大模型能力提升边侧与端侧的开发应用效率；具身智能，通过赋予机器人实时反应能力和智慧赋能物理世界，实现更加紧密的人机交互；量子人工智能，利用量子计算机的特殊性质，如量子叠加和量子纠缠，来加速机器学习和优化算法

来源：中国电力企业管理2025-12-01

在基础设施层面，推动“电力+算力”耦合布局（算力节点与储能/余热利用协同），为仿真训练、视觉巡检、异常检测与启停策略优化等提供成本可控的算力底座；在模型侧，结合因果推断与机器学习构建发展行业大模型与场景化小模型

来源：遵义市人民政府2025-11-27

鼓励企业应用数字仿真孪生、机器学习、深度学习等ai技术，形成一套基于行业大模型优化运行技术的科学、精准的整体解决方案，重点支持铝产业企业开展基于铝工业大模型的关键工序运行优化技术研发。

来源：遵义市人民政府2025-11-27

鼓励企业应用数字仿真孪生、机器学习、深度学习等ai技术，形成一套基于行业大模型优化运行技术的科学、精准的整体解决方案，重点支持铝产业企业开展基于铝工业大模型的关键工序运行优化技术研发。

来源：北极星储能网2025-11-26

在管理端，智能bms系统如同“安全卫士”与“寿命管家”，实时采集每颗电芯的电压、温度与电流数据，借助机器学习算法监测电池健康状态，既缓解了消费者的续航与安全焦虑，也延长了电池使用寿命，间接降低了资源损耗

来源：国家电网报2025-11-25

柔性研发团队采用机器学习等技术，整合承德电网运行、新能源发电、碳排放等方面数据超2亿条，构建能源生产数据分析模型、能源传输分析模型、能源消费分析模型、能源服务分析模型等多维分析模型，并在此基础上开发了“

来源：中能传媒研究院2025-11-25

电网控制方面，使用物理信息机器学习（physics-informed ml）来控制电网，显著减少电网控制回路的计算负荷。

来源：中国电力2025-11-21

就分析方法而言，文献系列研究采用相关性分析法、显著性检验法等传统统计分析方法，以及决策树、随机森林、支持向量机等机器学习算法，系统分类构建模型，深入剖析各要素间的影响关系；文献采用解释结构模型分析了电力需求各影响之间的结构层次关系