来源：中国冶金报2020-01-21

同时，该公司通过活性炭精料保证、精细运维等措施，保证了烧结和球团工序排放优于超低排放技术指标；将大数据、模型优化算法、机器学习自适应算法等信息技术，成功应用于钢铁生产无组织管控一体化平台建设，保证了无组织超低排放长期科学管控

来源：微羽智能2020-01-19

该技术利用智能电能表的感知量测数据和本地分析处理，依托主站测的负荷模型库和人工智能、机器学习算法，完成用户用电负荷类型和用电量的量测。典型的应用场景包括负荷预测、安全用电、智能家居等。

来源：三一重能2020-01-19

数字化2019年，三一重能通过研发应用智慧风场技术，实现数字互联、智能分析、闭环优化，重新定义了“能感知、会思考、自控制、可判断”的智能机组，真正做到系统集成、智能控制、智慧风场，使风机具备“机器学习”

来源：先进能源科技战略情报研究中心2020-01-15

年）的空穴材料，以将钙钛矿太阳电池效率提升到超过30%水平；探索perc结构p型硅基电池光、高温诱导的性能衰退机理；开发横截面原位表征工具来观测光伏器件中载流子的迁移情况，探明载流子的动力学机理；利用机器学习...利用先进电池模块原型制造设施，来提高发射极和背面钝化电池（perc）制造工艺水平，降低生产成本；针对背接触的cdte太阳电池开发高性能背接触材料和工艺，以在减少功率损失前提下将该电池效率提升到25%水平；利用机器学习

来源：南方电网报2020-01-13

■基层声音非结构化数据服务平台上线后，将各单位原本离散存储的机巡照片、视频等非结构化数据集中存储、管理，为后续缺陷照片标注、机器学习算法训练奠定坚实基础，方便人工智能等数字化转型新技术的深化应用。

来源：中国环保产业协会2020-01-11

同时，由于钢铁企业无组织排放难以采用常规环境管理方式实现有效控制，《指南》鼓励采用物联网、大数据、机器学习等科技手段，实现对无组织排放的智能化自动管控和治理，在确保无组织排放治理效果的同时，降低环保成本

来源：中国环保产业协会2020-01-09

2.鼓励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：北极星太阳能光伏网2020-01-09

并进一步融合ai技术，通过ai机器学习，不断积累iv经验和完善故障模型。截至目前，华为智能iv诊断应用超过5000mw，获得了海内外客户的广泛认可，也是唯一经过tuv准确度和精度认证的厂家。

来源：远景能源2020-01-08

特别是随着能源物联网、人工智能、机器学习和云计算技术的实际应用，将更好地预测和协调风电能量管理，提高效率的同时保证风机和风场的安全性和可靠性。

来源：国信证券2020-01-07

该技术利用智能电能表的感知量测数据和本地分析处理，依托主站测 的负荷模型库和人工智能、机器学习算法，完成用户用电负荷类型和用电量的 量测。

来源：享能汇2020-01-07

而作为平台方，电网公司掌握着海量的数据，通过大数据、人工智能、机器学习技术，平台能够最高效、快速的为用户和发电企业进行匹配，以供双方进一步的挑选与协商。

来源：享能汇2020-01-07

而作为平台方，电网公司掌握着海量的数据，通过大数据、人工智能、机器学习技术，平台能够最高效、快速的为用户和发电企业进行匹配，以供双方进一步的挑选与协商。

来源：国家电网报2019-12-31

用量子算法库中的机器学习算法来分析威胁信息、判断安全态势，可提升安全监测态势感知的效率。未来，量子算法的高算力优势还有可能在电网潮流计算和稳态分析中发挥作用。

来源：先进能源科技战略情报研究中心2019-12-31

更高效和使用更多可再生能源的系统，如通过智能网络控制器等先进解决方案集成波动性可再生能源，通过削峰等智能控制手段提高可再生能源系统的运行效率；②区域，通过低成本、可靠且可扩展的数据收集和通信系统管理实时能源数据，通过机器学习和数据挖掘优化能量分配

来源：北极星风力发电网2019-12-24

扩博智能聚焦计算机视觉和机器学习技术，专注为行业企业用户提供端到端一体化智能服务，能大力提升传统行业运营效率，加快数字化变革。

来源：大渡河2019-12-20

而在相关机器学习技术的支持下，通过对设备运行状态和健康度进行建模，实现了设备状态评估自动化，实时跟踪设备运行趋势，提前预警设备故障。...大渡河公司创新运用了多维建模专利技术的机器学习引擎，挖掘机组29个关键指标的历史数据，建立机组设备健康状态感知模型，实现设备健康度和发展趋势的数字化评价，科学判断发电机组健康趋势，为优化设备检修方案与策略提供了技术支持

来源：国家电网报2019-12-19

对智慧楼宇建设来说，终端传感器的广泛安装和机器学习、物联网等技术应用，将支撑智慧楼宇能源管理系统构建。

来源：亮报2019-12-18

人工智能在用电领域应用场景主要包括基于机器学习、深度学习的负荷感知预测，基于自然语言处理的智能客服，基于人脸识别、ocr等多类技术的智能营业厅，基于机器学习、深度学习的智能用电服务等。

来源：国家电网报2019-12-17

对智慧楼宇建设来说，终端传感器的广泛安装和机器学习、物联网等技术应用，将支撑智慧楼宇能源管理系统构建。

来源：山东省科学技术厅2019-12-13

推动高级机器学习、类脑智能计算、量子智能计算等跨领域基础理论研究。在人工智能与神经科学、医学、经济学和社会学等基础学科的交叉融合方面进行探索，打造我省人工智能基础理论体系。2.区块链领域。...研究面向边缘计算的网络与通信协议设计基础理论、异质资源调度策略以及云边融合与协同机制；研究边缘侧的数据隐私保护技术以及海量异构设备容错机制，构建安全、可靠、可信的边缘计算系统框架；研究面向边缘计算的分布式机器学习基础理论