来源：工信部2017-12-15

面向机器学习训练应用，发展高性能、高扩展性、低功耗的云端神经网络芯片，面向终端应用发展适用于机器学习计算的低功耗、高性能的终端神经网络芯片，发展与神经网络芯片配套的编译器、驱动软件、开发环境等产业化支撑工具

来源：北极星太阳能光伏网2017-12-08

简单来说，神经元网络是一种特殊的方法，它可以让机器具有自主学习功能，神经元网络也是一种任意内容的迭代器，它可以让机器学习任意的内容，这就是目前这次人工智能浪潮当中我们用深度神经元网络和机器学习相结合的一个非常典型的成功的算法

来源：北极星太阳能光伏网2017-12-08

在这个项目里面，我觉得最重要的部分就是我们用这个微网的智能化控制平台给他提供了光伏发电和储能的管理，还有动态负荷的预测，这个预测是基于一个大数据的原理，给它持续不断地做机器学习，保证精准负荷预测，这对很多售电公司来说非常宝贵的

来源：永洪科技2017-12-08

运监业务主题库建设过程中，对浙江某地区数十万客户的档案信息、用电行为、缴费行为、增减容行为、违约行为、客服记录以及行业特征、外部环境等多个维度共计数千万条数据进行分析，通过机器学习，识别构建客户欠费行为与客户特征

来源：远景能源2017-12-08

数字化风场开发模型以风资源与选型选址模块为例，裴波介绍，基于机器学习的样本全卷积超分辨率算法，通过大量公共数据和少量测绘样本获得大量更逼近测绘的地理数据，解决测绘前地图不够准的痛点。...借住于基于机器学习的风机群的分组和优化集电线路路径优化和杆塔排布优化算法，格林集电线路数字化设计模块可以实现百万级大基地项目集电线路的快速降本规划。数字化设计的塔筒和基础价值体现在哪里？

来源：远光软件2017-12-06

引入机器学习技术，设置智能机器人功能，运用最大似然估计和贝叶斯统计，深度前馈网络，代价函数和反向传播等深度学习的技术，探索人工智能应用，强化交互易用，训练机器学习能力，记录用户学习轨迹，智能推送匹配课程

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。