来源：发电技术期刊2019-01-30

利用机器学习和大数据技术，对设备的正常运行工况信息进行学习，建立设备正常运行状态预测模型。当设备出现劣化或者故障时，预测模型会与实测值产生偏差，从而向工作人员或者工作流发出报警。

来源：欧洲海上风电2019-01-25

该项目名为“antiage”，在不到一年的时间里，研发人员开发了一套优化解决方案，在设计过程中引入虚拟测试和机器学习来解决材料问题。叶片材料受雨水、冰雹和沙尘的影响会发生腐蚀，从而缩短风机使用寿命。

来源：电气应用2019-01-23

未来，机器感知、机器学习和机器思维等人工智能关键技术将得到广泛应用，支撑电网的智能化发展。新一代电力系统与能源互联网传统电力系统本身就具有互联网特性。

来源：南方电网报2019-01-22

在电网规划方面，新技术的应用包括基于深度学习的负荷预测、能源禀赋分析、电网演变规律分析、基于机器学习的新设备建模等；在电网运维方面，新技术的应用包括无人机巡检、网络自愈、虚拟专家、智能缺陷识别、状态检修等

来源：三一重能有限公司2019-01-21

三一重能智慧风场的数字价值主要体现在四个方面：其一，通过机器学习、环境自适应来优化风机性能，提高风场发电量，增加收益；其二，通过智能化算法，提高运维效率，降低成本；其三，通过协同控制增加电网友好性；其四

来源：国家电网报2019-01-15

采用机器学习和大数据分析等技术，两台机器人对温度、图像、声音和遥信测据进行分类、回归、预测等智能分析，及时、精准发现设备隐患。

来源：电气时代2019-01-14

面对系统的不确定性、随机性、复杂性，新一代人工智能技术在数据信息的全面感知、可靠传输、智能处理，机器学习等支持算法，面向能源电力应用的人工智能平台等方面，需要开展大量的研究开发工作。

来源：电气时代2019-01-14

面对系统的不确定性、随机性、复杂性，新一代人工智能技术在数据信息的全面感知、可靠传输、智能处理，机器学习等支持算法，面向能源电力应用的人工智能平台等方面，需要开展大量的研究开发工作。

来源：电气时代杂志2019-01-14

面对系统的不确定性、随机性、复杂性，新一代人工智能技术在数据信息的全面感知、可靠传输、智能处理，机器学习等支持算法，面向能源电力应用的人工智能平台等方面，需要开展大量的研究开发工作。

来源：三一重能有限公司2019-01-10

通过对风机机理的理解以及大数据和机器学习技术，对采集数据智能分析，发现问题，通过数据闭环，优化风场控制，最终降低故障停机、提升发电性能、优化并网控制，切实增加业主收益，提高运维效率，降低运维成本。

来源：中国电子报2019-01-09

在这次深圳活动上，微软宣布推出支持容器部署的认知服务，极大地简化开发者构建机器学习解决方案时面对的挑战。...微软的另一个iot的isv合作伙伴是扩博智能，这家公司把边缘计算、计算机视觉和机器学习技术，结合到自主飞行的无人机及其他物联网设备中，来改变风轮机叶片管理。

来源：ERR能研微讯2018-12-29

能源部门的这种数字化可以为人工智能和机器学习提供改进途径，以增加主要电力系统的管理能力、减少公用事业的损失和降低消费者的成本。

来源：ERR能研微讯2018-12-28

能源部门的这种数字化可以为人工智能和机器学习提供改进途径，以增加主要电力系统的管理能力、减少公用事业的损失和降低消费者的成本。

来源：材料人2018-12-25

美国卡内基梅隆大学的zay w. ulissi团队提出了一种全自动筛选方法，将机器学习和dft计算结合，预测催化剂的理论性能。...发表日期：2018-10-113.利用机器学习筛选二氧化碳还原和产氢催化剂更多新型的co2还原和析氢催化剂还有待发掘，如何详尽地探索各种可能性亦值得研究。

来源：VertivCo2018-12-20

企业将利用智能系统和机器学习，来简化运营流程和利用既有的知识信息，让更具前瞻性和有效性的运维成为可能。

来源：《风能》杂志2018-12-20

该技术将传感技术、实时控制系统与机器学习技术相结合，从全场发电量最高的角度出发，对每一台机组实施个性化控制策略优化。

来源：三一重能有限公司2018-12-14

据郭承志先生分析，智慧风场的数字价值主要体现在四个方面：其一，通过机器学习、环境自适应来优化风机性能，提高风场发电量，增加收益；其二，通过智能化算法，提高运维效率，降低成本；其三，通过协同控制增加电网友好性

来源：中国科技网2018-12-10

“基于物联网的平台，下一步，团队还会在软件定义的机器学习云平台方面继续深入研究，引入人工智能新的技术带动整个大数据产业的发展。”

来源：浩亭(珠海)贸易有限公司2018-12-04

文字说明：assystem利用演示器展示数据科学和机器学习如何实现成本效益优势，以及如何为机器操作员提供有效支持。...m2m与opc/ua的通信 assystem将利用演示器展示数据科学和机器学习如何实现成本效益优势，以及如何为机器操作员提供有效支持。机器彼此之间由此进行通信，访问内部和外部数据。

来源：热电与新能源产业2018-11-30

案例2：nnergix西班牙的nnergix公司，运用机器学习技术来预测大气和天气状况对可再生能源产能的影响，比如推算光伏发电厂每小时的发电量。