来源：腾讯科技2019-06-12

该方法还包括使用光谱数据库确定机器学习(ml)模型，同时包括使用机器学习模型测定样品溶液中电解质成分的浓度。

来源：《中国华能》2019-06-11

比如华为等信息通信企业开发的数字化智能化能源解决方案；美国谷歌公司和德国意昂集团合作 sunroof 项目，利用谷歌地图和机器学习等技术开发德国的屋顶光伏资源，并结合电池储能和意昂solarcloud

来源：《中国华能》2019-06-11

5.大数据背景下推动能源行业数字化转型在“智能 +”时代，云、物联网、数据分析、机器学习、人工智能、自动化、智能终端、增强现实等技术组成错综复杂的生态系统。

来源：北极星太阳能光伏网2019-06-10

通过ai机器学习，逆变器不断累积检测出电弧的特征参数，持续优化和提高识别电弧的能力，给光伏电站加上智能安全的防护锁。

来源：TechWeb.com.cn2019-06-10

利用深度机器学习技术，甲骨文utilities analytics insights能够识别电动汽车的存在、显示充电时间和频率、并通过高级量测系统（ami）数据分解电动汽车消耗的能源。

来源：国家电网报2019-05-28

因此，当务之急是明确平台应用的思路和脉络，想清楚利用能源数据要实现哪些功能，才能有的放矢，高效利用能源大数据进行机器学习，将“数据”转化为“知识”，将“知识”凝聚为“智慧”，带来更大经济社会效益。

来源：国家电网报2019-05-28

因此，当务之急是明确平台应用的思路和脉络，想清楚利用能源数据要实现哪些功能，才能有的放矢，高效利用能源大数据进行机器学习，将“数据”转化为“知识”，将“知识”凝聚为“智慧”，带来更大经济社会效益。

来源：中国能源报2019-05-23

从数据科学的知识特征看，它主要以统计学、机器学习、数据可视化以及领域知识为理论基础，研究数据加工、数据计算、数据管理、数据分析和数据产品开发；从数据科学的技术特征看，它主要得益于云计算、物联网、移动计算等新技术的兴起和快速发展

来源：中国能源报2019-05-23

从数据科学的知识特征看，它主要以统计学、机器学习、数据可视化以及领域知识为理论基础，研究数据加工、数据计算、数据管理、数据分析和数据产品开发；从数据科学的技术特征看，它主要得益于云计算、物联网、移动计算等新技术的兴起和快速发展

来源：远光软件2019-05-22

基于自然语言处理、机器学习、知识图谱等人工智能技术研发的远光机器人cici，创新采用软硬一体的形式，提供不同的能力组合，解决了财务、营销、审计、日常办公、运维管理等逾20个具体业务场景的效率、效益提升需求...远光软件洞悉能源企业痛点，融合网络化、数字化、智能化等技术，加速能源网络各物联节点数据的汇聚共享，利用机器学习构建能源领域算法及知识图谱，打造“能源bdaas”大数据平台，为能源企业提供实时监控、设备运行检修

来源：经济网2019-05-16

各种机器学习和人工智能算法可根据不同需求在不同的层配置相应功能版本。③ 计算力的弹性配置。...基于全球最大的能源物联网平台enos打造了“直连、安全、高精度、机器学习”的智慧电场软件解决方案，帮助运营商打造“少人、透明、预测维护、电网友好”的智慧电站。

来源：水务ICT2019-05-08

常用的建模技术是机器学习（machine learning）。对于排水系统而言，一个很大的问题就是，缺少足够的、可用作数据驱动建模使用的数据。...机器学习模型虽然在工业界应用还不广泛，但我十分看好之后的发展前景。可以说，无论是信息化还是智慧化，在未来相当长的一段时间里，都还有发展的空间。二者的融合，也一定会极大的促进智慧水务行业的发展。

来源：亮报2019-05-08

机器学习：重点跟踪研究深度学习、强化学习等前沿技术理论和算法模型；根据机器学习算法的适用性与局限性，结合电力系统数据和专业特点，形成针对特定电力业务场景的机器学习应用模型。

来源：北极星风力发电网2019-04-26

deepmind 机器学习预测36小时风力发电量 风电价值提高20% 为了解决风电预测问题，2018年，deepmind (开发阿法狗的团队)和谷歌开始将机器学习算法应用于美国中部的共700mw的风力发电厂中

来源：能源杂志2019-04-26

平台层（数据层、学习层）：打破数据烟囱，进行大数据汇集、整合与分析，并进行机器学习，产生新的知识。应用层：最直接产生价值的环节，也是物联网行业中竞争最大的领域之一。...设备和数据能告诉我们很多数据，但前提是我们要想清楚利用这些能源数据要实现哪些功能，才能有的放矢，高效利用能源大数据进行机器学习，通过监督学习来训练优化建模，通过非监督学习进行聚类解析，将“数据”转化为“

来源：国家电网杂志2019-04-26

只需要增加服务器扩容即可；支持边缘计算与云计算的边缘协同；必须是易于维护的，降低对运维人员的要求；必须是开放的，有业界流行的标准sql接口，便于各种应用集成；必须通过python、r或其他接口来方便集成各种机器学习

来源：国家电网杂志2019-04-26

“人工智能+大数据”的数据科学已经发展到新的阶段，以谷歌为代表的基于数据概率分布、机器学习为代表的算法，在自我认知、自主学习上均带来了认知层面的革命。

来源：北极星电力网2019-04-23

离线分析就是时下热门的大数据分析，借助机器学习和人工智能方法进行数据挖掘，总结过去运营状态并加以改进，进而指导下一步工作开展;离线分析依赖的数据多数是人们熟悉的、以文件、块或对象存储方式保存的非结构化数据...团队和服务等多方面已经“ready”自戴尔与易安信合并以来，戴尔科技集团从传统的产品公司、解决方案公司升级到了平台公司，完成了向云平台的转型，针对所有的业务负载，从主机到容器，从文件到块、到对象存储，到人工智能和机器学习

来源：谷歌博客2019-04-22

↑与未采用机器学习的风电场（浅色矩形）相比，采用了机器学习的风电场（深色矩形）由于对风力产出、电力供需、运营成本进行了有效把控，成功将风力能源价值提高将近20％deepmind希望这种机器学习的方法可以得到广泛的应用

来源：北极星环保会展网2019-04-19

清华大学环境学院教授温宗国以“机器学习用于沼气预测和优化问题”为本次大会沼气论坛画上圆满的句号！