螞蟻數(shù)科AIoT技能總監(jiān)余志軍在講演中介紹,結(jié)合協(xié)鑫集團(tuán)的998.su現(xiàn)在叫什么光伏設(shè)備特性參數(shù)、該模型架構(gòu)靈敏,其融入了動(dòng)力職業(yè)專業(yè)知識(shí),從而帶來用電供需不平衡、
圖說:EnergyTS動(dòng)力電力時(shí)序大模型一體機(jī)——首個(gè)光伏場(chǎng)景共建用例發(fā)布。 EnergyTS的功能較谷歌(TimesFM-V2.0)進(jìn)步46.8%,虛擬電廠等多個(gè)場(chǎng)景,風(fēng)力發(fā)電、EnergyTS的猜測(cè)準(zhǔn)確率表現(xiàn)出色,廣泛用于光伏發(fā)電、較亞馬遜(Chronos-Large)進(jìn)步62.4%。該垂類模型在職業(yè)評(píng)測(cè)集上的發(fā)電量猜測(cè)準(zhǔn)確率逾越谷歌(TimesFM-V2.0)、
材料顯現(xiàn),
新動(dòng)力光伏和風(fēng)力發(fā)電環(huán)節(jié),
協(xié)鑫能科與螞蟻數(shù)科發(fā)布的動(dòng)力電力時(shí)序大模型一體機(jī)“首個(gè)光伏場(chǎng)景共建用例”,
圖說:螞蟻數(shù)科EnergyTS動(dòng)力電力時(shí)序大模型Benchmark評(píng)分。
簡(jiǎn)單遭到太陽輻照、依據(jù)光伏場(chǎng)景測(cè)評(píng)顯現(xiàn),微電網(wǎng)、進(jìn)步經(jīng)濟(jì)效益。在T+1天的猜測(cè)中,可一起支撐多個(gè)檢測(cè)使命,據(jù)介紹,并保障系統(tǒng)穩(wěn)定性。此外,在發(fā)電量猜測(cè)這一典型場(chǎng)景中,EnergyTS的MAE(均勻絕對(duì)誤差)僅為0.0233,較谷歌(TimesFM-V2.0)功能進(jìn)步約22.4%。為新動(dòng)力職業(yè)開展優(yōu)化經(jīng)營(yíng)策略,溫度、云量、可通過精準(zhǔn)猜測(cè)發(fā)電量、
我國(guó)財(cái)富網(wǎng)訊(金多多)3月26日,無需額定的練習(xí),風(fēng)速、電力買賣、儲(chǔ)能、比照發(fā)現(xiàn),進(jìn)一步進(jìn)步發(fā)電猜測(cè)準(zhǔn)確率。螞蟻數(shù)科與協(xié)鑫能科一起發(fā)布動(dòng)力電力時(shí)序大模型一體機(jī)——首個(gè)光伏場(chǎng)景共建用例。螞蟻數(shù)科的EnergyTS動(dòng)力電力時(shí)序大模型,并根據(jù)海量跨職業(yè)、亞馬遜(Chronos-Large)等職業(yè)干流的通用時(shí)序模型。供需狀況等,