来源：能源评论•首席能源观2025-08-14

人工智能与机器学习技术应用于负荷预测模型的动态优化，通过挖掘历史气象数据与用电曲线的关联性，提升极端天气下负荷波动的预测准确率，捕捉高温高湿环境下空调负荷的非线性增长特征，构建电网与气象环境的虚拟映射体

来源：陕西能源电力运营有限公司2025-08-05

要求构建“智能设备层-监控层-管理层”三层架构，运用机器学习优化能耗管理，可提升系统能效8%-12%，为“双碳”目标落地提供技术支撑。

来源：海博思创2025-08-05

依托海博思创在储能系统研发、生产及全生命周期管理领域的技术实践，结合范式集团在ai agent+世界模型、机器学习平台以及智慧能源领域的领先技术，双方将在电力交易、储能电站资产运营管理等领域推进合作，针对多场景应用展开探索

来源：北极星储能网2025-08-05

依托海博思创在储能系统研发、生产及全生命周期管理领域的技术实践，结合本集团在aiagent+世界模型、机器学习平台以及智慧能源领域的领先技术，集团与海博思创将在电力交易、储能电站资产运营管理等领域推进合作

来源：扩博智能Clobotics2025-08-05

2021年就曾获得国家级专精特新“小巨人”称号的扩博智能，始终聚焦于计算机视觉、机器学习与人工智能技术，向包括运营商、主机商、叶片制造商、第三方服务提供商等提供全方位的解决方案和服务。

来源：国家电网报2025-08-04

该标准通过聚焦东西部算力资源优化配置，以提升数据中心能效为目标，创新构建温冷热数据分层管控体系，基于访问频率、重要性等维度，精准划分热、温、冷数据，结合大数据分析、人工智能算法、机器学习，实时监测数据动态

来源：北极星储能网2025-08-01

尤其当人工智能与大数据技术引入后，借助机器学习算法分析、预测电池数据，部分企业更是实现了提前预警潜在安全隐患，实现电池安全的智能化管理。

来源：敢为科技2025-07-31

该公司构建了“声、光、电、机”多模态传感器阵列与基于机器学习/深度神经网络的智能诊断模型相结合的“双引擎”技术体系。...该系统融合专利气液分离技术与热导检测技术（tcd），并通过 ai 算法优化（含机器学习模型），实现了对水中溶解氢的痕量精准检测。

来源：国家电网报2025-07-29

针对用电异常监测依赖固定阈值的局限性，宁波供电公司应用机器学习和大数据分析技术，依托用电信息采集系统开发了基于自适应聚类算法的分析模型，提高用电行为识别的准确性。

来源：中船科技2025-07-28

智能化运维平台：以大数据为核心驱动，深度融合数字孪生、机器学习与物联网技术，构建了覆盖运行、运维与运营全过程的智能体系。

来源：天合储能TrinaStorage2025-07-28

负荷预测：基于18类制造业工艺知识库及机理+机器学习模型，平滑预测曲线，挖掘可调空间。仿真模拟：清晰呈现ai决策逻辑，支持不可控情景推演与售前方案协同设计，提升透明度和方案可靠性。

来源：国家数据局2025-07-25

2.智能回收及资源化利用聚合用户偏好、市场波动与回收行业数据，贯通供需信息链路，提升回收效率与公众参与度；依托图像识别与机器学习等技术优化智能收集分选系统，实现固体废物精准分类，助推资源化利用产业发展。

来源：北极星售电网2025-07-21

根据电价预测的特点，可选择传统统计学模型(如arima)、机器学习模型(如svm、随机森林)或深度学习模型(如lstm、transformer、gnn)等。...利用机器学习技术自动识别关键约束和变量，减少人工干预；利用深度学习技术优化潮流方程求解，提高计算效率。三是开发标准化、可扩展的建模技术，适应市场规则变化。

来源：能源新媒2025-07-17

历史出力数据和实时运行数据的预测模型，不断提升新能源的出力预测精度；依据现货市场价格信号引导，合理调整新能源场站运行方式（光伏板朝向），采用跟踪支架、新能源主动配储等，优化发电出力曲线；建立基于统计回归拟合、机器学习

来源：辽宁省人民政府2025-07-17

加强机器学习等算法理论和行业应用算法研究。鼓励通用大模型发展，支持高校、科研机构、企业联合打造自主可控的通用大模型，推动重点领域垂直大模型技术发展，围绕关键环节开展驱动型研发。

来源：中国电力报2025-07-16

这套“工业神经中枢”实现了芯片、软件、知识产权“三个100%自主可控”，搭建起主动防御、边界防护、集中监管的全方位安全架构，能支持不少于35种智能计算、65种数据分析方法和20种主流机器学习算法。

来源：北极星电力网2025-07-10

通过将数字分析、机器学习、持续监测与实操技术经验相结合，可解锁更多潜在效益，例如提升设备可靠性、降低能源强度、延长平均故障间隔时间等。未来泵运行的新标准第一步是建立基准，以明确改进空间。

来源：兰木达电力现货2025-07-09

针对以上不足，一方面可以引入天气数据、设备检修计划等非系统性风险因子，构建多因子扩展模型，提升对电力市场特殊风险的刻画能力，另一方面也可以利用机器学习算法（如随机森林、lstm）动态捕捉电价与风险因子的非线性关系

来源：国能日新2025-07-04

构建基于规则引擎与机器学习融合的风险防控体系，设定±20%申报电量偏差红线。当触发偏差时，系统依据内置的省份规则库，结合动态规划算法进行价差回收决策。

来源：国网甘肃电力2025-07-03

该平台通过水电数据跨界融合，将机器学习技术引入动态系数测算体系，整合地下水埋深、水泵功率、井龄等关键参数数据，完成“水-电”档案建设；基于水务部门提供的典型农灌机井，实测取水量与用电量并逐灌次计算系数。