随着电力泛在物联网、智能电网以及“互联网+智慧能源”发展战略的逐步推进,230MHz电力无线专网规划成为支撑三型两网的重点工作。基站部署和频谱规划对建设电力无线专网起到关键作用,通过机器学习技术可以进行更高效的规划。本文的主要工作有:第一,分析总结了电力无线专网中的业务需求、基站部署和频谱感知技术,研究了机器学习算法包括遗传算法、k-近邻、支持向量机和卷积神经网络在电力无线专网规划中的应用。第二,研究了基站规划中的覆盖和容量测算方法,提出了基于遗传算法的基站部署解决方案,并利用实测数据对基站的覆盖范围进行了仿真。第三,研究了机器学习在频谱感知中的应用,提出了基于卷积神经网络的协方差矩阵频谱感知模型,并在TensorFlow框架中搭建模型进行仿真分析。本文基于我国230MHz电力无线规划现状以及未来电力业务终端需求,利用遗传算法实现最优基站部署方案的快速搜索并进行可视化仿真;搭建了卷积神经网络训练频谱感知模型,提高了频谱的利用率,为电力无线专网规划提供了参考方案,具有重要的的工程应用价值。