，能够应对更杂乱的动力猜测使命。依据在Energy-EVA基准上的测验成果，EnergyTS 2.0在光伏发电功率猜测、风力发电功率猜测和用电负荷猜测三项使命中的准确率体现优于多个现有干流时序大模型。
据悉，EnergyTS 2.0选用混合专家（MoE）架构，经过交融气候、地舆、日历等多元协变量信息，能显着提高光伏发电、风力发电及用电负荷猜测的精准度，破解新动力弃风弃电、出资收益动摇等中心痛点。
为推进职业技能评价标准化和协同开展，蚂蚁数科同步开源了动力电力垂类评测基准Energy-EVA。该基准整合多个揭露数据集，包括光伏发电、风力发电和用电负荷三大中心场景，包括超越1122万个时序数据点。
本年3月，蚂蚁数科EnergyTS动力电力时序大模型正式对外发布，根据该模型构建的智能体相继投入使用，掩盖新动力财物出资决策、电力买卖辅佐、动力体系运转优化、设备运维办理等场景，助力协鑫能科、霍普等企业最小化动力本钱、最大化出资报答。
下一篇: 我国机械管理网
网站首页
电话咨询
联系我们
返回顶部