来源：北极星大气网2021-06-07

利用机器学习、数据分析和人工智能算法技术，实现热网热负荷的预测分析，提高准确性和及时性，实现煤电机组智能节能优化，提高供热、供电调度效率和运行稳定性。

来源：北极星太阳能光伏网2021-06-04

计算能力现在也是指数性增长，机器学习越来越聪明。地球也变成智慧地球，机器和机器连接，人和机器连接等等，已经成为了现实。人类正在彻底的获得体力解放，自动化、智能化。

来源：河北省招标投标公共服务平台2021-06-04

根据生产设施运行情况和产尘点无组织排放监测数据，运用物联网、大数据、机器学习等技术手段，实现对无组织排放的智能化自动管控和治理。

来源：唐山微发布2021-06-04

2.鼓励运用物联网、大数据、机器学习等技术手段，实现对无组织排放的智能化自动管控和治理。3.建立生产、治理、监控运行间的关联关系，满足企业内部以及政府监管部门的交叉验证要求。

来源：北极星环保会展网2021-05-31

“当大数据和机器学习走到一起，就成为了新的话题，我们完成可以把之前跟环境相关的一些报告、发现通过这些技术得到全新的结果，甚至颠覆性的理念”“数字化、科技化可以帮助企业提升esg（environment,

来源：山西省人民政府2021-05-31

量子密码、网络安全协议等“卡脖子”技术和关键共性核心技术上攻坚攻关；创新安全防护模式，引入大数据和人工智能技术，开展数据挖掘，对全网络中的用户、数据、应用等各种主体行为开展分析，建立画像，综合利用统计模型和机器学习等方法

来源：山西省人民政府2021-05-31

量子密码、网络安全协议等“卡脖子”技术和关键共性核心技术上攻坚攻关；创新安全防护模式，引入大数据和人工智能技术，开展数据挖掘，对全网络中的用户、数据、应用等各种主体行为开展分析，建立画像，综合利用统计模型和机器学习等方法

来源：风能专委会CWEA2021-05-28

通过机器学习不断的进行匹配，后面可以看到风场的价值在不断的提升，据说提升了20%以上。...这里给大家讲一个例子，开发阿尔法go把围棋冠军打败的的公司，它在做风电预测，通过机器学习（ml）技术，可以增加风电场的价值。

来源：DNVGL能源2021-05-20

有关结构、稳性、变电站设计和锚泊的设计准则已经得到验证，而且开发出了尖端的监测技术，如智能锚泊（smart mooring），这是一种用于检测锚缆故障的机器学习系统。

来源：《中国电力》2021-05-18

随着人工智能、大数据技术的发展，利用机器学习和先进统计理论提升中长期负荷预测的精度也是研究热点。文献基于并行算法模型提出改进模糊k均值聚类方法，通过先对负荷聚类再分类预测来提升预测精度。

来源：市政规划交流2021-05-10

这个数据在国内也一般是内网数据，如果再加上机器学习下的水位图片自动化识别，就也可以成为一个内涝风险的预警数据源。

来源：能源评论·首席能源观2021-05-08

在广泛采集与集成用户用能数据、气象数据、宏观经济数据、多能源市场交易数据基础上，利用关联规则挖掘、机器学习等技术，通过对海量数据的分析与发掘，准确掌握包括用能种类、用能倾向、用能弹性等多元用户用能特性，

来源：能源评论·首席能源观2021-05-08

在广泛采集与集成用户用能数据、气象数据、宏观经济数据、多能源市场交易数据基础上，利用关联规则挖掘、机器学习等技术，通过对海量数据的分析与发掘，准确掌握包括用能种类、用能倾向、用能弹性等多元用户用能特性，

来源：能源评论·首席能源观2021-05-07

在广泛采集与集成用户用能数据、气象数据、宏观经济数据、多能源市场交易数据基础上，利用关联规则挖掘、机器学习等技术，通过对海量数据的分析与发掘，准确掌握包括用能种类、用能倾向、用能弹性等多元用户用能特性，

来源：远光软件2021-04-30

在人工智能方面，正式成立人工智能事业部，持续深化自然语言处理、ocr、nlp、知识图谱、机器学习等技术应用研究，截至2020年底累计受理人工智能专利70余项。

来源：北极星电力网2021-04-28

在定量模型里面主要分为单变量定标模型、机器学习多元模型、自由定标模型，目前比较多的是机器学习多元分析模型，公司的软件是使用的基于物理模型优化和机器学习的多元分析定标模型。

来源：北极星电力网2021-04-28

信函一点通是通过ocr识别，通过机器学习分析历史数据，实现信函批分结果的精准预测。规程一点通，根据历史工单及相关生产信息，为用户提前所需的文件，并融合rpa技术实现挂接。

来源：北极星电力网2021-04-28

也就是说传统的基于上下限阀值传统报警已经不能满足电厂设备健康和可靠性分析要求，本技术基于机器学习和人工智能算法，结合专家经验和业务知识创建并训练模型，通过模型的实时数据分析，可对整个电厂关键设备进行智能监控...性能监测与分析模块，主要是以热力学模型为核心，以快速稳定准确的非线性方程组求解其为支撑，根据设备特性和系统逻辑建立性能分析模型，并利用实时历史的运营数据结合机器学习对模型进行标定修正，基于修整完的准确模型进行设备和系统的实时状态仿真

来源：北极星风力发电网2021-04-28

首先还是从cgnnature获取测量值，通过机器学习获得学习参考值，有监督学习使用神经网络，无监督学习用当下比较多的大数据，这块我们的效果还是比较优秀，是因为这块我们持续针对工业数据进行数据、算法的优化...是比较简单的转化，可以有效跟踪我们整个的趋势状态变化，这是发电机绕组温度的案例，这个案例中可以看到发电机绕组的温度随着外部工况变化是非常迅速的，变化的过程中人员是很难知道它大概的变化趋势，但是经过我们的机器学习模型预测

来源：北极星电力网2021-04-28

前面也提到，再往上的能力我们一家完全构建也不太现实，且不同的行业是有不同需求的，比如机器学习、ai模型，我们是和百度的ai团队合作的，我们的报表也战略投资了相关的公司，我们也会和相关的友商合作，我们在一些项目上和友商合作都有落地案例