来源：西清能源2026-04-04

基于此，西清能源构建了“dmac”ai+储能融合技术体系及三级主动防控体系，通过三位一体数据基座、工业级数据治理、物理信息神经网络双驱动内核、大小模型协同智能体等四项关键技术突破，实现诱发性隐患、早期故障

来源：黑龙江省人民政府2026-03-31

鼓励支持哈尔滨工业大学、哈尔滨工程大学等高校，研究生成式人工智能、深度神经网络、图神经网络、强化学习等先进算法，构建多维度技术融合体系。

来源：能源评论•首席能源观2026-03-26

，“东方超环”（east）再次刷新世界纪录：在1亿摄氏度的高温下，实现了1066秒的稳态长脉冲高约束模等离子体运行；同年11月，紧凑型聚变能实验装置（best）研究计划发布；今年1月5日最新研发的深度神经网络响应模型

来源：南瑞水电2026-03-26

图2基于物数双驱算法的水文预报优化发电调度：‌ 基于智能体与物理信息神经网络（pinn）技术，系统能够自主学习流域水文规律与调度偏好，结合电网需求智能生成最优发电方案，助力流域水能利用率提升2%以上，显著增强电站的经济运行与电网支撑能力

来源：华为中国政企业务2026-03-17

2、elec-ops-prediction（预测算子仓）：直击新能源时代的电力“不确定性”痛点，面对风电、光伏大规模接入后指数级提升的负荷预测难度，该仓库基于lstm、gru及图神经网络等架构，开发面向时序模型的加速算子

来源：能源评论·首席能源观2026-03-04

其未来趋势是超越传统的黑箱数据拟合，向深度融合电力物理规律与神经网络的方向演进。

来源：南方电网报2026-03-04

项目团队研发了基于rbf神经网络与反演控制算法，攻克了控制输入饱和下机械臂的柔性控制与容错难题，成功突破电杆攀爬避障、复杂场景感知、精细动作控制等核心技术，打造出融合“慧眼、智脑、巧手”三位一体的电力作业机器人通用平台及系列装备

来源：中国电力2026-02-25

-174.doi: 10.11930/j.issn.1004-9649. 202507050摘要【目的】针对多分支配电网故障定位在微弱故障条件下故障特征提取困难的问题，提出了基于多维故障特征提取的卷积神经网络

来源：西清能源2026-02-14

●零碳园区能量管理：公司助力北京市首个政府级能碳监测管理平台上线；风光储实验平台完成多园区微电网集成调控顺利完成；构建了基于神经网络的超短期负荷预测模型，在已经投运的某项目中，将园区级负荷预测误差控制在

来源：西清能源2026-02-14

机理双驱动的新一代储能电站主动安全管理系统，构筑储能电站三级主动安全防控体系，通过深度学习和电池机理模型的深度融合，进一步提升了电池健康状态评估的精确度和泛化能力；构建嵌入电池电化学物理信息约束的混合深度神经网络

来源：储能科学与技术2026-02-13

在深度q网络(dqn)中，动作值函数由深度神经网络近似。dqn引入了经验回放和固定q目标的机制来稳定训练过程。...支持向量机(svm)、人工神经网络(ann)等方法通过数据驱动建模，减少了对精确数学模型的依赖。文献利用ann预测负荷波动，结合规则库生成储能控制指令，在某工业园区微网中实现了峰谷差削减30%的效果。

来源：储能科学与技术2026-02-05

循环神经网络(recurrent neural network，rnn)是一种适合处理序列数据的神经网络。...2 基于eis的电池soc估计算法研究因为所选多特征参数与电池soc之间呈现非线性关系，鉴于人工神经网络在处理非线性问题方面的优势，本研究采用神经网络构建电池soc估计模型，以建立这些特征参数与电池soc

来源：国能神福（龙岩）发电有限公司2026-02-02

依托“cfb锅炉防磨防堵智慧输灰研究及应用”项目，通过神经网络煤质（灰分）预测建模实现入炉煤灰分实时监测，智能优化输灰参数，较改造前节约电耗19.1%、年节约费用达54.9万元，节能效果显著，同时也降低输灰系统故障风险

来源：阳光电源2026-02-02

1+x 2.0搭载的ai故障诊断功能，深度融合了神经网络、机器学习、专家系统等多种算法，无需依赖人工即可自行诊断故障，最快能够实现秒级诊断与定位，并智能生成故障处理建议，大幅缩短运维时间的同时，也让故障诊断更精准

来源：中国环保产业协会2026-02-02

该技术首创融合蚂蚁算法与神经网络的跨系统协同控制方法，攻克多单元耦合与多目标权衡行业难题，突破高温高尘测控瓶颈并研制高精度在线检测装置，实现粉尘比电阻、浆液参数的精准监测；独创ai自适应调控与智能运维体系

来源：储能科学与技术2026-01-19

（3）随着人工智能技术的不断发展和普及，将神经网络、机器学习、模糊逻辑等人工智能方法应用于锂离子电池热失控预警是具有广阔发展前景的方向，通过实时监测电池运行状态下的电化学阻抗、电压、温度、形变、产气等多维度参数

来源：储能科学与技术2026-01-16

为提升模型在非标准测试条件下的适用性，进一步引入多层感知机(mlp)神经网络对不同温度与soc下的eis特征进行归一化与标准化处理。...文献采用卷积神经网络(cnn)对电池电压曲线实现自动特征提取与soh预测，具备较强的端到端建模能力，并在不同老化场景下表现出良好的泛化性。

来源：华为2026-01-15

这一历史性变革，不仅是能源生产与消费方式的革命，更是对电网基础设施，尤其是作为神经网络和血脉的电力通信网，提出了跨越式升级的迫切要求。

来源：中能传媒研究院2026-01-13

国家电网“智慧调度中枢”采用深度强化学习与图神经网络混合架构，构建覆盖全国跨区电网的“状态感知—决策优化—执行反馈”闭环系统。

来源：北极星水处理网2026-01-12

智能曝气采用的算法可选择（1）活性污泥法机理模型（asm）：根据进水水量、水质、好氧池溶解氧预测出水化学需氧量、氨氮；（2）多层神经网络算法：预测好氧池溶解氧变化趋势，维持溶解氧逼近目标值情况下预测需氧量