来源：电力头条APP2017-12-01

所以我们希望通过汽车电池数据，称不上大数据，是一个数据平台，通过机器学习和挖掘，扩展soh的估计模型，基于估计结果给出电池系统全充放电的管理策略。

来源：电力头条APP2017-12-01

现在做能源互联网试点包括售电公司他们做一些客户代维的工作，作为它目前比较重要营收来源，客户有很多用电设施，怎么样专业化托管管理，视频监测和识别，我们用机器学习来替代人工操作的效率。

来源：电力头条APP2017-12-01

能源供应侧，通过机器学习、模式识别、大数据分析、趋势预测与建模技术，建立能源供需特性和周边环境因素，更好实现不同能源模块之间的协同。

来源：能源生态圈2017-11-29

2、能源大数据变革智慧能源核心技术我们关注的核心技术例如大数据、人工智能、机器学习、图像识别等一系列高精尖的技术，都需要从基础数据的处理、业务建模和应用三个层次进行研究，例如不同数据源的海量信息如何处理...（irr、2400个县级投资地图与标记库）全国实时、高精度光伏发电预测（实时数据、气象云图、ai算法）全国光伏造价成本追踪库（电站位置、土地、组件、逆变、支架、变压）全网光伏实时文本语义聚合平台（基于机器学习

来源：能源生态圈2017-11-29

2、能源大数据变革智慧能源核心技术我们关注的核心技术例如大数据、人工智能、机器学习、图像识别等一系列高精尖的技术，都需要从基础数据的处理、业务建模和应用三个层次进行研究，例如不同数据源的海量信息如何处理...（irr、2400个县级投资地图与标记库）全国实时、高精度光伏发电预测（实时数据、气象云图、ai算法）全国光伏造价成本追踪库（电站位置、土地、组件、逆变、支架、变压）全网光伏实时文本语义聚合平台（基于机器学习

来源：国家电网报2017-11-21

智能互联时代的技术使能在智能互联时代，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。...此外，机器学习与人工智能将在大数据分析领域发挥更大的作用，使能源行业持续在多个方面做出改变，如更详细的信息、交互式体验、无缝产品集成、产品即服务和更快的设计周期。

来源：风·享2017-11-21

先进的人工智能技术，结合海量的运行数据分析，通过机器学习，实现控制策略动态调整，风机、风场运行更具智能。

来源：中宜环科环保产业研究2017-11-14

杨斌同时表达了他对污水处理自动化(3.0)的思考，在2.0阶段，人是水厂不可分割的一部分，是重要的传感器;而在3.0阶段，算法是核心，人要向机器学习。

来源：前瞻产业研究院2017-11-13

年这个细分领域的总规模为26亿美元，到2020年增幅放缓到30%达到77亿美元；分析数据库中，mppsql数据库将继续变革，到2020年达到38亿美元；物联网应用作为大数据应用的基础，到2020年将增长到18亿美元；机器学习应用到

来源：中国电力企业管理2017-11-13

利用数据平台、计算分析平台，利用人工智能机器学习等手段在企业生产、经营、管理等过程中主动凝聚企业内外优秀技能与经验，并智能筛检整合出更优技能与经验，形成智慧库为我所用，不因员工的更替导致智慧失传，改变传统低效的知识库

来源：36氪2017-11-10

我们还需要一个可扩展的计算资源，但这并不难：现在每个人的笔记本电脑和手机都比大多数应用程序所需要的功能更强大（包括相当复杂的机器学习计算），而且计算通常都是可伸缩的。

来源：电缆网2017-11-09

包括大数据、分析及机器学习，区块链，分布式能源管理和云计算在内的数字技术有助于克服能源领域的一些关键挑战，如间歇性、老化的电网，平衡分布式发电，管理用户自主发电，并且应对越来越复杂的系统。

来源：恒华龙信2017-11-07

可以使用时间序列算法，根据历史数据，预测短期的负荷;可以使用机器学习算法，分析负荷与影响负荷因素之间的关系;也可以根据电力负荷的特性，研发电力负荷预测的专有方法。

来源：远景能源2017-11-07

这种双向学习打破了机器学习和领域知识之间的隔膜，让机器学习能够真正和实际应用结合起来。目前，远景软件团队中，有机器学习背景和领域知识背景的人才比例接近一比一。...远景一直很清楚，机器学习并不是挖几个算法大牛就可以实现的。

来源：鼎酷IOT部落2017-10-26

价值密度(value)：大量的不想管信息，对未来趋势与模式的可预测分析，深度复杂分析(机器学习、人工智能等)。4.

来源：北极星售电网2017-10-26

2、模型自我进化基于机器学习算法，预测模型根据历史数据和未来变化趋势不断自我完善和修正，动态调整预测的算法参数，实现自我进化。...根据单一用电影响因素或多个因素的重叠影响，构建售电量预测分析模型库，实现对用电因素影响率的量化标准，计算出不同环境下对售电量的影响指数，如年度指数、月度指数等，在充分利用基于时间序列的成熟模型的基础上，结合目前的机器学习算法和深度学习算法对模型进行不断的优化和完善

来源：北极星环保会展网2017-10-25

如果按标准的空气质量检测系统定的话，是需要花很多钱的，我要做到网格化，在一两公里里面建一个站点，一定要把成本降下来，成本降下来选择监测器的精度和稳定性是达不到标准这个平台的要求的，而又采取了一个自适应的机器校验，实际上这块把机器学习

来源：能源发展与政策2017-10-24

数字化时代下，人工智能、机器学习等新技术在风电行业不断深入应用，风电已经逐步实现从自动化向智能化的飞跃。

来源：远景风向标2017-10-23

基于海量与精准的数据采集，远景ensight wind通过机器学习算法，训练设备健康度模型，衡量发电性能和设备健康度，提供关键部件的健康度预警与状态维护提示，从而实现预测维护。...在没有任何行业参照的多年孤独探索中，远景通过在风场一线的深度探索，结合全球物联网、大数据、机器学习最新技术，实现在数字世界里不断优化物理风场的设计和运营效率，助力行业寻求更低的度电成本与更优的解决方案，

来源：北京国际风能大会暨展览会CWP2017-10-20

第二个体系，就是我们现在大家也逐渐逐渐都在用的基于机器学习的方法，它能够把我们稍微复杂的问题，通过我们更高级一点的方法，如果我们有在线的数据，它能够产生一些预警的效果，现在在业界比较关注的叶根螺栓失效的情况进行报警