来源：北极星环保网2021-08-26

以人工智能与产业的深度融合创新为重点，突破机器学习、深度学习、知识图谱构建等理论与算法，重点研发人工智能芯片、机器视觉、语音识别、推理与决策等关键技术，布局开源代码托管平台、算力共享平台等公共技术服务平台

来源：中国电力新闻网2021-08-25

2021年，该公司先后完成了调度语音人工智能平台的硬件环境搭建、电力通信调度语音周期性机器学习、智能语音库建立、调度语音测试等工作。

来源：北极星风力发电网2021-08-23

支持“卡脖子”攻关，全面突破智能芯片、开源框架等核心技术，构建自主可控的产业链体系；建设国家级人工智能前沿研究中心、超大规模人工智能模型训练平台；力争在数理与数据融合、类脑智能模型、新型机器学习、可解释人工智能等方向跻身国际前列

来源：用友2021-08-19

人工智能精智工业大脑基于业务场景和工艺机理模型，深度融入图像识别与机器学习技术，实现了表面检测、废钢判级、安全行为识别、板材裁切、哑设备数据采集、机器故障预判，智能配料等300余个算法模型。

来源：大渡河2021-08-18

同时，基于机器学习的水电为主现货市场出清电价预测技术，提出了适用于多时间尺度、多业主环境下的梯级水电竞价策略优化方法，研发出水电为主市场条件下梯级电站现货交易决策支持系统等科技成果，所有技术成果成功在大渡河和其他流域多个梯级水电站的市场交易中得到应用

来源：国家电网报2021-08-17

“碳迹”平台采用机器学习神经网络算法，从大量火电机组及电网运行历史数据中挖掘影响碳排放的关键因素，结合国家标准《温室气体排放核算与报告要求》中的基础算法，完成火电机组多时间尺度下碳排放量的准确计算，实现机组

来源：上海环境集团2021-08-16

恶臭控制措施亟需突破未来思考与展望恶臭在线监测系统集成针对如何将臭气浓度及恶臭污染组分测准的问题，需要建立人工嗅辩与电子鼻等仪器相耦合的恶臭监测方法，在生活垃圾全流程处理环节通过通过离线与在线监测方法采集恶臭气体，将不同恶臭源的电子鼻测试数据驯化并建立模型，通过大数据模拟和机器学习

来源：电网头条2021-08-13

基于机器学习lstm神经网络算法对历史碳排放量变化趋势进行模型训练，实现区域碳排放超短期、短期、中长期的智能精准预测，预测结果为低碳调度、碳导向电网规划提供辅助决策。...“碳迹”平台采用机器学习神经网络算法从大量火电机组及电网运行历史数据中挖掘影响碳排放量的关键因素，结合国标“温室气体排放核算与报告要求”中基础算法，完成了火电机组多时间尺度下的碳排放量的准确计算，实现了机组

来源：先进能源科技战略情报研究中心2021-08-04

为确保最新预测结果的采纳和使用，该设施还可以包含专用的运营数据服务，采用数据分析和信息科学领域的最新数字技术，例如人工智能、机器学习和先进可视化等。

来源：北极星环保网2021-08-04

发挥我市在智能产品、智能制造、工业互联网、智慧城市等领域应用场景优势和中新国际互联网专用数据通道、国家互联网骨干直连点等网络优势，加强海量数据挖掘、高级机器学习、深度学习、共识算法等大数据、人工智能、区块链关键技术研发布局

来源：远光软件2021-07-29

应用服务技术框架yg-rpa云平台适配多种主流ai、机器学习和智能硬件相关服务接口，使用微服务架构风格进行设计、研发和快速部署。

来源：电网头条2021-07-29

该系统依托调控云平台气象数据，将气象环境数据、地理环境、输变电设备状态与电网实时状态结合，通过深度机器学习技术系统梳理华东电网历史故障特征，将数字化输电通道的气象风险概率量化研判，实现恶劣天气下电网高风险故障的超前精准预想

来源：北极星风力发电网2021-07-23

重点发展虚拟资源调度、大规模并行分析、分布式内存计算、机器学习算法框架等面向人工智能、云计算、大数据领域的新一代基础软件。

来源：上海市人民政府2021-07-22

重点发展虚拟资源调度、大规模并行分析、分布式内存计算、机器学习算法框架等面向人工智能、云计算、大数据领域的新一代基础软件。

来源：北极星氢能网2021-07-21

重点发展虚拟资源调度、大规模并行分析、分布式内存计算、机器学习算法框架等面向人工智能、云计算、大数据领域的新一代基础软件。

来源：电力系统自动化2021-07-21

“大数据”向“ai”延伸是能源互联网背景下电力市场运营的重要技术特征，数据中台向ai中台演进也势必成为未来的发展趋势，围绕智能化服务为核心辅以机器学习、深度学习等新技术向市场主体和关联领域提供便捷和快速的数据分析和预测

来源：北极星电力网2021-07-19

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：中国环保产业2021-07-13

文章主要阐述了机器学习在垃圾焚烧发电厂sncr 控制系统中的应用。...因此考虑加入机器学习模块（见图 2）。采用机器学习模块可设定主调节阀氨水上限、下限，改善了传统控制方法无法精确调整输出幅值的难题，从而达到优化控制nox排放，降低氨逃逸的目的。

来源：智慧水务杂谈2021-07-08

人工智能平台：基于spark机器学习库和tensorflow深度学习框架，建立高级智能算法，搭建水厂的知识图谱和神经网络结构，让机器有能力“思考”，形成具有智慧决策能力的人工智能大脑。

来源：国家电网有限公司特高压建设分公司2021-06-30

深化基建e安全应用，推行数字化作业票，提升管理效能；布局入口闸机和热成像系统，实现人脸识别及体温检测；安装视频监控系统，利用机器学习、图像识别技术，实时监控有无违章作业；推动智慧工地升级，推进工程数字化建设