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)科與協(xié)鑫能科共同發(fā)布能源電力時序大模型一體機——首個光伏場景共建用例。

圖說:EnergyTS能源電力時序大模型一體機——首個光伏場景共建用例發(fā)布

新能源光伏和風力發(fā)電環(huán)節(jié),容易受到太陽輻照、風速、云量、溫度、設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)風險。用AI技術(shù)可加強發(fā)電量預測的準確性,對電站的投資選址、行業(yè)收益評估、儲能調(diào)度運營效率、資產(chǎn)風險管控等關(guān)鍵環(huán)節(jié)至關(guān)重要。

協(xié)鑫能科與螞蟻數(shù)科發(fā)布的能源電力時序大模型一體機“首個光伏場景共建用例”,結(jié)合協(xié)鑫集團的光伏設備特性參數(shù)、部署安裝方式等進行定向設計與研發(fā),進一步提升發(fā)電預測準確率。

據(jù)介紹,螞蟻數(shù)科的EnergyTS能源電力時序大模型,可通過精準預測發(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,輔助風控決策,提高經(jīng)濟效益。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)電量預測準確率超越谷歌(TimesFM-V2.0)、亞馬遜(Chronos-Large)等行業(yè)主流的通用時序模型。

螞蟻數(shù)科AIoT技術(shù)總監(jiān)余志軍在演講中介紹,EnergyTS是專為新能源行業(yè)定制的能源電力垂類時序大模型,其融入了能源行業(yè)專業(yè)知識,并基于海量跨行業(yè)、多模態(tài)數(shù)據(jù)訓練,能廣泛用于光伏發(fā)電、風力發(fā)電、儲能、微電網(wǎng)、電力交易、虛擬電廠等多個場景,無需額外的訓練,實現(xiàn)“開箱即用”。模型架構(gòu)靈活,可同時支持多個檢測任務,并保障系統(tǒng)穩(wěn)定性。

圖說:螞蟻數(shù)科能源電力時序大模型EnergyTS Benchmark評分

資料顯示,在發(fā)電量預測這一典型場景中,螞蟻數(shù)科研究團隊對當前主流時序模型進行了詳細的測評。對比發(fā)現(xiàn),EnergyTS的預測準確率表現(xiàn)出色,尤其在更長期的預測任務中展現(xiàn)了更高的準確性和穩(wěn)定性。其中,在T+1天的預測中,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天預測任務中, EnergyTS的性能較谷歌(TimesFM-V2.0)提升46.8%,較亞馬遜(Chronos-Large)提升62.4%。