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。

来源：储能科学与技术2026-01-09

2030年1.2亿千瓦近期目标催生站点资源普查研究；废弃矿井改造、海水抽水蓄能等非常规选址方向兴起；机器学习等人工智能技术开始渗透选址优化领域。...（2）选址技术方法方面，未来应加强gis、mcdm与人工智能、机器学习等先进技术的深度融合，开发更具自动化、智能化和适应性的决策工具平台，在选址技术方法方面，未来应加强gis与mcdm技术与ai方法的融合

来源：广州市人民政府办公厅2026-01-08

加快发展新型机器学习、虚拟现实、元宇宙相关新兴平台软件。专栏5：软件与互联网1.工业软件：大力推动智能制造装备与智能制造工业软件研发应用，提升国产智能技术及产品的质量，培育智能制造系统解决方案供应商。...推动智能无人系统融合创新发展，重点开展先进人工智能芯片与智能传感器、新一代机器学习与类脑智能计算、自主无人系统智能技术以及专用人工智能系统等领域的研发工作，提升信息交互、规划决策与行为控制等多种功能，实现自主感知和控制

来源：朗新能源研究院2026-01-08

一是梳理历史电费核算异常处理业务流程，构建涵盖计量、电价、档案等全业务链条的异常研判引擎；二是通过挖掘历史用户异常处理案例中业务专家的处理经验和决策路径，形成电费核算专用的异常研判决策依据链；三是运用机器学习技术对历史用户用电特征

来源：工业和信息化部2026-01-08

基于数据治理、机器学习等人工智能技术，建立船舶设备系统运行性能模型，实现船舶航行能效优化及设备故障诊断等功能。（五）打造航空航天智能化制造体系。

来源：工业和信息化部2026-01-06

图16：无锡城市智算云平台新丝绸之路云计算中心建有多源异构算力统一调度平台，该平台通过机器学习分析历史负载数据，提前72小时预测算力需求峰值，可基于预测调整算力资源分配策略，对于实时需求也可实现算力资源秒级响应

来源：中国环保产业协会2026-01-06

监测预警领域，通过人工智能算法助力污染溯源解析，精准识别污染源与迁移扩散轨迹，监管效能大幅提升；风险评估领域，基于大数据和机器学习的人工智能技术已应用于新污染物非靶向筛查，破解传统生态毒理测试成本高、周期长的技术瓶颈

来源：四川省人民政府2026-01-05

矿山资源大模型：基于现有矿山、地质数据，利用大数据和机器学习算法，构建ai找矿平台和探矿寻矿大模型，精准快速预测地下矿产资源分布、资源储量，开展快速选区，减少无效钻探，提高矿产资源勘探效率。

来源：国家电网报2026-01-05

“碳迹”智能分析决策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，根据《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，

来源：储能科学与技术2026-01-04

未来，热化学储能反应器的强化研究将面向螺旋翅片材料与结构的协同设计创新，并且结合数字孪生技术和机器学习技术，设计性能最优的热化学储能反应器结构。

来源：储能科学与技术2025-12-31

图 7 常用机器学习模型示意图在构建全钒液流电池的数据驱动模型时，所选机器学习方法需满足一系列特定要求。...各类机器学习模型中，以偏最小二乘回归和高斯过程回归(gpr)为代表的线性回归在计算效率、模型可解释性和泛化能力方面表现出显著优势。

来源：《风能》杂志2025-12-26

工作中的机器狗在这座风电场中，无人机按既定航线巡查，凭借算法训练与机器学习，实时监测风速、雨量及机组状态，并识别发热、鸟窝搭建等潜在风险。...这些设备原本并不能在新能源场站“直接上岗”，是三峡能源、金风科技以及产业链伙伴的工程师们，通过算法优化、机器学习等技术手段，将其改造升级为适用于工业场景的专业设备。

来源：贝克尔（天津）新能源技术服务有限公司2025-12-25

对已出现0.2mm以上裂缝的塔架，应建立裂缝宽度-环境温湿度关联数据库，通过机器学习预测扩展速率。...在长达数十年的运营期，机器学习算法能够处理海量的结构健康监测数据，识别复杂的损伤模式演变规律，预测剩余使用寿命，并智能推荐最优的维修时机和方案。

来源：北极星环保网2025-12-18

突破二：节能降耗，从“成本”到“效益”通过构建能源消耗全景画像，平台基于机器学习算法识别节能潜力点，实现设备运行与工艺链的全局能效寻优。

来源：储能科学与技术2025-12-17

wei等研究了在区域供热网络中季节性热化学储能系统和季节性蓄热的模型预测控制的集成，以诺丁汉地区域供热系统为例，提出了一种基于机器学习的智能预测控制策略，将历史热负荷和气象数据嵌入机器学习模型，模型预测误差稳定在

来源：国家电网报2025-12-16

不同场景对数据流通安全能力的要求存在差异，数据沙箱技术适用于社区网格用电、用水、用气数据分析等需多方数据融合与深度分析的场景，可信执行环境技术可满足综合能源园区等主体的高敏感数据实时计算需求，联邦学习技术可解决电力金融征信等领域机器学习联合建模问题

来源：北极星电力市场网2025-12-15

电网调度运行智能化：从经验驱动到算法驱动高精度预测体系：融合数值天气预报与机器学习，提升新能源功率与负荷预测精度。在线安全分析与预警：基于并行计算与深度学习，实现电网运行方式快速扫描与风险超前预警。

来源：储能科学与技术2025-12-10

，将残差序列和固有模态分量输入到不同的机器学习模型中进行预测。...近年来，随着机器学习技术的发展，数据驱动方法因其准确性和简便性在锂离子电池早期剩余寿命预测领域展现出显著优势。在现有研究中，学者们提出了多种数据驱动的方法来进行早期剩余使用寿命预测。

来源：泰富江苏共享网络科技有限公司2025-12-08

未来平台将从四个方向优化：深化ai应用，引入机器学习算法预测碳排趋势，实现智能告警与优化建议；加强跨系统集成，与电力市场交易平台、新能源管理系统对接，实现能碳协同；延伸碳足迹管理，覆盖煤炭采购、电力销售全链条供应链碳足迹

来源：朗新研究院2025-12-04

基于此，本文拟系统分析2025年3月至8月辽宁电力现货市场的价格变动趋势，并尝试构建基于机器学习的电力现货价格预测与交易决策框架，以实现对辽宁现货市场价格的科学预测与分析。...机器学习预测方法核心思路与具体步骤（一）核心思路为应对辽宁电力现货市场的剧烈波动与预测难点，本文引入lstm模型进行电价预测。该模型凭借其门控机制，能够有效捕捉电价中的复杂时序依赖关系。