螞蟻數(shù)科發(fā)布EnergyTS能源電力時序大模型,可提升新能源行業(yè)經(jīng)營效益觀點

3月26日,新能源數(shù)字資產(chǎn)社區(qū)春季峰會在蘇州召開。
3月26日,新能源數(shù)字資產(chǎn)社區(qū)春季峰會在蘇州召開。會上,螞蟻數(shù)科發(fā)布能源電力時序大模型EnergyTS,可通過精準(zhǔn)預(yù)測發(fā)電量、供需情況等,為新能源行業(yè)發(fā)展優(yōu)化經(jīng)營策略。根據(jù)光伏場景測評顯示,該垂類模型在行業(yè)評測集上的發(fā)電量預(yù)測準(zhǔn)確率超越谷歌(TimesFM-V2.0)、亞馬遜(Chronos-Large)等行業(yè)主流的通用時序模型。
圖說:螞蟻數(shù)科能源電力時序大模型EnergyTS Benchmark評分
值得注意的是,此次EnergyTS的發(fā)布是螞蟻數(shù)科在AI大模型業(yè)務(wù)布局上的一次亮相,螞蟻數(shù)科CEO趙聞飆曾斷言,AI時代,大模型技術(shù)創(chuàng)新帶來了傳統(tǒng)行業(yè)的變革機(jī)遇,大模型的多模態(tài)感知理解能力,將引發(fā)新交互、新服務(wù),AI鏈接物理世界成為可能。
在新能源領(lǐng)域,新能源光伏和風(fēng)力發(fā)電環(huán)節(jié),容易受到太陽輻照、風(fēng)速、云量、溫度、設(shè)備性能等多重因素影響,存在發(fā)電效率不穩(wěn)定的問題,進(jìn)而帶來用電供需不平衡、電價波動劇烈、儲能調(diào)度收益低等關(guān)聯(lián)風(fēng)險。用AI技術(shù)可加強(qiáng)發(fā)電量預(yù)測的準(zhǔn)確性,對電站的投資選址、行業(yè)收益評估、儲能調(diào)度運(yùn)營效率、資產(chǎn)風(fēng)險管控等關(guān)鍵環(huán)節(jié)至關(guān)重要。
據(jù)介紹,EnergyTS是專為新能源行業(yè)定制的能源電力垂類時序大模型,其充分融入了新能源行業(yè)的專業(yè)知識和垂類場景的多模態(tài)數(shù)據(jù),具備多尺度訓(xùn)練、多模態(tài)融合、多任務(wù)學(xué)習(xí)、零樣本冷啟等優(yōu)勢。能廣泛用于包括光伏發(fā)電、風(fēng)力發(fā)電、儲能、微電網(wǎng)、電力交易、虛擬電廠等多個場景,企業(yè)無需額外的訓(xùn)練,實現(xiàn)“開箱即用”。
螞蟻數(shù)科提供的EnergyTS大模型測試數(shù)據(jù)顯示:在發(fā)電預(yù)測這一典型場景中,在T+1天的預(yù)測中,EnergyTS的MAE(平均絕對誤差)僅為0.0233,較谷歌(TimesFM-V2.0)性能提升約22.4%。在T+3天預(yù)測任務(wù)中, EnergyTS的性能較谷歌(TimesFM-V2.0)提升46.8%,較亞馬遜(Chronos-Large)提升62.4%。
業(yè)內(nèi)人士指出,該成果有望打破歐美企業(yè)在能源AI領(lǐng)域的技術(shù)壟斷,大幅提升新能源行業(yè)運(yùn)營效率,輔助風(fēng)控決策,提高經(jīng)濟(jì)效益。
“我們希望致力于解決千行百業(yè)在AI時代的智能化轉(zhuǎn)型問題,除了新能源行業(yè),未來螞蟻數(shù)科還將在更多領(lǐng)域探索大模型技術(shù)能力與行業(yè)現(xiàn)實問題的共同解法。”趙聞飆表示。
螞蟻數(shù)科是螞蟻集團(tuán)AI業(yè)務(wù)發(fā)展的一個縮影,事實上,據(jù)外媒報道,螞蟻集團(tuán)通過混合使用不同供應(yīng)商的芯片,該公司不僅降低了AI模型訓(xùn)練的時間和成本,還減少了對英偉達(dá)等單一供應(yīng)商的依賴。該公司日前還宣布對其醫(yī)療AI解決方案進(jìn)行"重大升級",目前7家主要醫(yī)院及醫(yī)療機(jī)構(gòu)已部署該技術(shù)。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范,任何轉(zhuǎn)載的稿件都會明確標(biāo)注作者和來源;
2.TMT觀察網(wǎng)的原創(chuàng)文章,請轉(zhuǎn)載時務(wù)必注明文章作者和"來源:TMT觀察網(wǎng)",不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任;
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。