電力系統正經歷著革命性的變化，可再生能源越來越高的普及率、數據通信量大的復雜網絡以及具有雙向能量流動特征的眾多電力設備，正在越來越多的被使用。為了推動電力生產和消費革命，建設清潔、低碳、安全、高效的能源系統，開發智能電力能源系統顯得越來越迫切。目前，人工智能作為一門新興的科學技術，為推動電力能源系統的智能化革命提供了有力的支撐。人工智能技術具有深度學習、人機合作、開放式群體智能、自主控制等顯著特點，在感知智能、計算智能、認知智能等方面顯示出強大的處理能力，特別是人工智能與云計算、大數據、物聯網、移動互聯的結合，使電力系統具有智能交互、安全可控的特點。因此，電網的安全性、可靠性和靈活性可以大大提高。人工智能在電力行業中的應用光伏超短期功率預測。

借助卷積神經網絡等深度學習技術，對云觀測圖像中的云層，特別是多云系疊加條件的云系進行識別和辨識；采用數據驅動與知識引導相結合的方法，對云層旋轉、形變等場景下云層的非線性演化進行預測；結合電站的云層遮擋智能感知技術，實現對云層遮擋條件下光伏功率快速波勱的預測。圖像識別技術在電力線路及設備智能巡檢中的應用。

對直升機、無人機、線路固定監控、變電站內巡檢機器人、站內固定攝像頭等采集的圖像（視頻）進行預處理和特征提取，采用深度學習和傳統圖像處理技術結合的技術實現巡檢圖像智能理解，實現線路和變電站設備識別、缺陷檢測等，提升本質安全。輸變電設備故障智能診斷和狀態評估。

針對變壓器等設備健康狀態評價中的數據缺失、故障樣本秲缺等問題，綜合應用非均衡數據學習、代價敏感學習與集成學習等算法，給出變壓器設備的自動化、差異化、客觀量化狀態評價結果。知識圖譜在電力智能運維中的應用

知識圖譜與專家規則庫相結合，構建智能運檢知識管理與認知推理系統，實現一線運檢工作人員各類運維問題的快速解答，實現工單到工作票的智能生成以及工作票與修試記錄的消缺比對。人工智能、大數據在配電網健康評估中的應用。

通過將電力領域知識經驗引入機器學習形成知識與數據融合的引導學習方法，并實現基于設備健康指數、網絡拓撲結構、運行現狀與歷史數據、外部因素（如天氣）等數據的配電網健康指數準確評估。知識圖譜在客服智能系統中的應用。

通過自然語言處理、語音\圖像識別、文本語義分析等一系列技術，建立電力客服語料基礎庫和電力營銷領域主題詞典，構建電力客服領域知識圖譜并開發電力客服智能問答系統，精準響應客戶需求、提高服務效率，全面提升電力營銷客戶服務水平。深度強化學習在電網緊急控制中的應用。   

利用隨機矩陣理論得到動作策略評價值函數，構建強化學習模型，在仿真環境中通過大量模擬建立能夠應對各種突發情況的泛化決策模型，根據不同運行方式和電網運行狀態迅速給出實時控制方案，提升緊急控制策略與真實工況的匹配程度。