Актуальность. Исследование анализирует тему увеличения потребления энергии системами ИИ, особенно при обучении крупных моделей, что создает нагрузку на энергетическую инфраструктуру. Целью исследования является анализ ограничений в использовании авторских ключевых слов и терминов IEEE, представленных в соответствующих полях библиометрических записей в базе данных IEEE Xplore по теме энергетических технологий. Материалы и методы. Исследуемый материал состоял из 12 000 библиометрических записей, экспортированных из базы данных IEEE Xplore с 2020 по 2025 годы. Из этих записей 6 000 были материалами конференций, а 6 000 — статьями из журналов. Результаты. Проведенное исследование подчеркивает основные тенденции в умных энергетических системах, акцентируя внимание на интеграции IoT, ИИ и машинного обучения для улучшенной работы и профилактического обслуживания. Ключевыми направлениями являются умные микросети, водородные системы хранения энергии и системы электрического транспорта/аккумуляторов. Предложен формат дополнительных выводов и рекомендаций по каждому рассматриваемому вопросу, сформулированных в полуофициальном, но ясном описательном стиле. Заключение. Публикации отражают сильный акцент на кибербезопасности, конфиденциальности данных и решении экономических и проблемы доступности. Кроме того, исследования охватывают передовые темы, такие как математическое моделирование, инновационные компоненты (например, варикапные диоды) и управление теплопотерями для повышения энергоэффективности и обеспечения безопасной, современной энергетической инфраструктуры, особенно в таких приложениях, как умные города. Будущие исследования предполагают использование тезауруса IEEE для анализа тенденций публикаций на основе частоты употребления терминов в заголовках и аннотациях.