Workflow
羚羊能源大模型3.0
icon
搜索文档
时序大模型重大突破!羚羊能源3.0唤醒“沉睡数据”,电力交易与设备运维双场景落地
中国能源网· 2025-11-10 18:40
产品发布与战略升级 - 羚羊公司于第八届世界声博会暨2025科大讯飞全球1024开发者节上发布羚羊能源大模型3.0,并同步推出电力交易、设备运维两大垂直场景模型 [1] - 此次发布标志着公司在“AI+能源”领域实现从行业到场景深度渗透的战略升级,旨在为能源行业智能化转型探索可复制的解决方案 [1] 核心技术突破 - 羚羊能源大模型3.0的三大升级方向包括基础能力升级、AI与业务场景深度融合以及构建完善的全流程工具链 [3] - 模型重点提升了时序能力,基于Transformer架构构建统一时序基础框架,解决了传统模型碎片化问题,并借助千亿级时序数据的自监督学习实现长周期建模和少样本快速泛化 [4] 电力交易大模型应用成效 - 羚羊电力交易大模型融合语言、时序、气象与交易策略模型,形成专业化多模态技术体系,构建电力交易智慧决策中枢 [5] - 在功率预测场景中,安徽蒙城风电场10月考核电量减少超50%,江浙皖地区风电、光伏短期及超短期功率预测准确率提升5%以上 [6] - 在负荷预测场景中,10月安徽省电力负荷预测准确率达94.8%,某交易主体用户级负荷预测准确率达93.1% [6] - 在电价预测场景中,10月某交易主体日前及实时电价预测准确率达85% [6] 设备运维大模型应用成效 - 羚羊设备运维大模型通过融合语言与时序基础模型的“双擎驱动”架构,构建覆盖运行监控、消缺管理、定修管理等全流程智能化体系 [7] - 模型生成的故障图谱初始准确率可达85%,通过持续优化可实现故障排查时间缩短73%,误报排除率提升85% [7] - 在检修环节,检维修工单规范度提升50%以上,检修方案编写效率提升5倍 [7] - 在某风电场应用中,异常诊断效率提升62%,检维修效率提升33%;某动设备密集型企业误报排除率达80%,工单处理效率提升52% [7] 技术自主与产业生态 - 羚羊能源大模型3.0依托全国产算力平台上的科大讯飞星火X1.5大模型,实现从算力、训练到应用的全链条自主可控 [8] - 公司工业互联网平台连续三年(2022-2024)入选工信部“双跨”平台,并与国家能源集团、中国石油、华能集团、国家电投等央企合作,助力其构建行业大模型并推进关键场景技术落地 [8]
大模型技术加快能源行业智能化转型
中国经济网· 2025-11-10 14:15
产品发布与核心升级 - 羚羊公司在第八届世界声博会上发布羚羊能源大模型3 0以及电力交易、设备运维两大垂直场景模型,标志着公司在“AI+能源”领域实现升级[1] - 大模型3 0的升级方向包括基础能力持续升级(重点提升时序能力)、将AI深度融入业务场景解决实际问题、构建完善的全流程工具链[1] - 公司构建起统一时序基础框架,完成时序信号统一表征与多任务统一建模,借助千亿级时序数据的自监督学习能力,使模型能自主挖掘深层特征并建立长周期建模能力[2] 技术能力与行业价值 - 时序基础模型是解析负荷动态规律、支撑能源系统前瞻性决策的关键技术,其重要性在于精准把控电力系统的动态平衡,以化解电源侧波动风险并适配负荷侧复杂变化[1] - 时序建模需应对多源异构、非线性、非平稳性及高质量数据稀缺等行业痛点,传统方法导致检测精度偏低、泛化能力较弱、模型碎片化严重[1] - 新模型即便在新场景数据稀缺的情况下也能快速泛化,旨在让“沉睡”数据产生价值[2] 垂直应用与落地成效 - 羚羊设备运维大模型采用融合语言与时序基础模型的“双擎驱动”架构,结合数据与知识的时空对齐机制,构建覆盖运行监控、消缺管理、定修管理、检修质量管理、智能分析的全流程智能化体系[2] - 该模型已在石化、风电、火电等领域落地应用,在某风电场实现异常诊断效率提升62%,检维修效率提升33%[2] - 在某动设备密集型企业应用后,模型实现误报排除率达80%,工单处理效率提升52%,达成运维降本增效[2]
羚羊能源大模型3.0发布 电力交易与设备运维双模型同步落地
新华财经· 2025-11-10 11:18
活动与发布概述 - 第八届世界声博会暨2025科大讯飞全球1024开发者节于11月2日至6日在合肥举办,期间羚羊公司举行了羚羊能源大模型成果发布会 [1] - 羚羊公司发布了羚羊能源大模型3.0版本,以及电力交易、设备运维两大垂直场景模型 [1] 产品技术升级 - 羚羊能源大模型3.0在基础能力上持续升级,除语言、视觉能力外,重点提升了时序能力 [3] - 模型构建了统一时序基础框架,完成时序信号统一表征与多任务统一建模,解决传统模型碎片化问题 [4] - 模型借助千亿级时序数据的自监督学习能力,可自主挖掘深层特征,建立长周期建模能力,并在新场景数据稀缺时快速泛化 [4] 行业应用与价值 - 模型旨在解决能源行业智能化转型的核心难题,即精准把控电力系统的动态平衡,以应对电源侧波动风险和负荷侧复杂变化 [3] - 时序基础模型被视作解析负荷动态规律、支撑能源系统前瞻性决策的关键技术 [3] - 模型在设备诊断、技术监督、智能班组、功率预测、电力交易、绿氢生产寻优等六大场景展现应用价值 [4] 行业影响与未来展望 - 发布会汇聚了政府部门领导、行业代表及科研院校专家学者,共同研讨AI与能源产业融合 [3] - 此次发布被视为“AI+能源”融合的重要里程碑,公司未来将以技术迭代与场景拓展为核心,助力产业高质量发展与“双碳”目标实现 [4]