来源：内蒙古自治区人民政府2026-03-09

全面提升模型算法基础能力和应用，鼓励企业开展核心算法创新研发，承接人工智能模型训练推理测试、机器学习、视频渲染、离线分析、存储备份、信创适配、无人驾驶训练等业务。

来源：能源评论·首席能源观2026-03-06

例如，融合人工智能、机器学习与高分辨率数值天气预报的新一代新能源功率预测技术，能够更精准地模拟复杂地形下的小尺度天气过程对风电场、光伏电站的影响，大幅提升风电、光伏出力的预测精度和时空分辨率，为电网的稳定调度提供可靠依据

来源：鲸能云2026-03-03

从“被动”到“主动”基于历史数据和机器学习模型，预测设备故障概率，提前7-30天发出预警，变“救火”为“防火”。

来源：脱盐中心2026-02-25

区域深度参与产学研用协同聚焦水处理新技术推广与运用会议安排日程安排特邀嘉宾主要报告10:00-10:30供水水质智能检测的实践、模式与思考董玉莲，广东省城镇供水协会专家委员会，副主任10:30-11:00机器学习赋能饮用水处理

来源：兰木达电力现货2026-02-24

02预测、交易与调度闭环kraken利用先进的机器学习算法对未来48小时内的可再生能源产量和客户负荷进行分钟级的预测。这些预测数据直接输入其交易接口，自动触发设备的充放电指令。

来源：深圳市工业和信息化局2026-02-13

设计和筛选方面，积极组织动员有关单位参与高性能材料数据中心建设，通过机器学习算法预测高分子、金属、无机非金属等材料结构性能，辅助研发人员筛选设计高性能材料。...探索传统产业优化升级新路径，鼓励大模型、智能体、机器学习、计算机视觉、自然语言处理等人工智能技术在服装、钟表、眼镜、黄金珠宝、家具、皮革等传统优势产业深度应用，聚焦生成式ai设计赋能、小单快反柔性生产、

来源：中能传媒研究院2026-02-12

此外，人工智能与机器学习等计算密集型技术对专用硬件及算力的高度依赖，正进一步推高矿产、能源及冷却水消耗。

来源：山东省工业和信息化厅2026-02-11

加大人工智能技术研发投入，实现智能算法、机器学习等技术与化工生产流程优化深度融合，突破智能感知、决策控制等共性技术瓶颈。

来源：北极星电力网2026-02-10

ai诊断，精准预警：利用机器学习与图像识别，实现光伏组件故障、设备温度异常、声纹特征异常的智能诊断与早期预警。

来源：脱盐中心2026-02-09

区域深度参与产学研用协同聚焦水处理新技术推广与运用会议安排日程安排特邀嘉宾主要报告10:00-10:30供水水质智能检测的实践、模式与思考董玉莲，广东省城镇供水协会专家委员会，副主任10:30-11:00机器学习赋能饮用水处理

来源：国家自然科学基金委员会2026-02-04

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。3. 电池工况表征新技术及安全性提升机制。...sei和cei多维度、多尺度物化性质的定量参数，阐明电极结构、电解液、工况条件等因素对sei和cei形成、离子输运机理和物化性质的影响规律，建立可靠的sei和cei力、电、化学等方面性质的数据库，通过机器学习等方法解析其对电池性能的影响

来源：阳光电源2026-02-02

1+x 2.0搭载的ai故障诊断功能，深度融合了神经网络、机器学习、专家系统等多种算法，无需依赖人工即可自行诊断故障，最快能够实现秒级诊断与定位，并智能生成故障处理建议，大幅缩短运维时间的同时，也让故障诊断更精准

来源：北极星储能网2026-01-22

宁德时代（中国）：通过融合物理模型与机器学习的电池单体自动化设计，可在几分钟内生成最优方案，并将原型开发周期缩短近50%。

来源：储能科学与技术2026-01-19

目前，国内外对于内短路检测方法的研究主要集中在基于模型驱动、基于传感器信号和基于机器学习等三类。...、电化学-热耦合模型等预测电池的状态参数，并通过与实际参数比较生成残差信号进行故障诊断；基于传感器信号的方法是通过数据挖掘、统计学等方法提取电池的故障特征或分析异常突变等故障信号，实现内短路检测；基于机器学习的方法是通过大量电池运行数据和故障信息对机器学习模型进行训练和优化

来源：储能科学与技术2026-01-16

传统soh估计方法通常依赖采集电流、电压、温度和内阻等传感器数据，基于统计回归、机器学习或电化学建模等手段对其进行特征提取与建模，从而建立soh估计模型。...近期研究表明，eis结合机器学习在soh评估中具有显著潜力。文献指出，基于xgboost的方法仅需少量特征即可实现90%的预测精度，尤其适合嵌入式bms应用。

来源：海辰储能 HiTHIUM2026-01-16

基地部署40余个数字化解决方案，深度融合生成式人工智能、机器学习及人工智能物联网（aiot）等前沿技术，部署多项创新技术应用，构建起覆盖研发、材料遴选、生产制造到成品检测的全链条智能管控体系，以极致一致性筑牢储能电池在高安全

来源：电联新媒2026-01-15

特别是在处理复杂市场场景时，缺乏基于大数据建模、机器学习的市场异动检测模型和市场力评估算法，无法及时捕捉违规线索。

来源：中能传媒研究院2026-01-13

2025年报告显示，能源人工智能人才缺口达12万人，细分领域供需比如下：电网调度算法工程师1:8，储能人工智能优化专家1:10，综合能源系统分析师1:7，现有人才中，仅15%同时掌握“电力系统分析”与“机器学习

来源：北极星水处理网2026-01-12

只根据进水流量、进水水质、剩余污泥排放及硝酸盐利用等因素，在线或者离线通过机器学习算法得到生化系统实际需氧量；根据实际需氧量和曝气效率计算实际所供风量；将实际所需供风量传输给鼓风机控制系统，通过强化学习算法或先进控制技术实现风机群组动态优化分配

来源：工信部2026-01-09

预测性维护保养通过基于机器学习算法分析车辆历史数据和使用情况，提前安排保养计划，减少故障发生。...采用大数据分析和机器学习技术对生产过程进行仿真优化，支持实现智能工艺设计、云端巡检、设备故障诊断与预测维护以及产品质量的在线监控。