字数 1529，阅读大约需 8 分钟
蚂蚁集团发布EnergyTS大模型：新能源行业的智能化新篇章
蚂蚁集团旗下的蚂蚁数科近日推出了一款名为 EnergyTS 的能源电力时序大模型，这标志着蚂蚁在人工智能领域，尤其是新能源行业应用方面迈出了重要一步。EnergyTS 的发布不仅在技术上实现了重大突破，更在实际应用中展示了其卓越的能力，为新能源行业的智能化发展注入了新的动力。
EnergyTS的核心优势
多尺度训练
EnergyTS 采用了多尺度训练技术，能够处理不同时间尺度的电力数据，从分钟级到日级，甚至更长周期的数据。这种多尺度训练能力使得模型能够捕捉到电力数据中的短期波动和长期趋势，从而提高预测的准确性。
多模态融合
在新能源行业中，电力数据往往与其他类型的数据（如天气数据、设备状态数据等）密切相关。EnergyTS 通过多模态融合技术，将这些不同类型的数据进行有效整合，使得模型能够更全面地理解电力系统的运行状态，从而做出更准确的预测。
多任务学习
EnergyTS 具备多任务学习的能力，可以同时处理多个预测任务，如发电量预测、负荷预测等。这种多任务学习的方式不仅提高了模型的效率，还能够通过任务之间的相互关联，进一步提升预测的准确性。
零样本冷启动
EnergyTS 还具备零样本冷启动的能力，这意味着用户可以在不需要额外训练的情况下，直接使用该模型进行预测。这种开箱即用的特性大大降低了用户的使用门槛，使得更多的企业能够快速享受到 AI 技术带来的便利。
EnergyTS的应用场景
EnergyTS 广泛适用于光伏发电、风力发电、储能、微电网、电力交易和虚拟电厂等多个领域。在光伏发电领域，EnergyTS 能够根据天气预报和历史发电数据，精准预测未来一段时间内的发电量，帮助企业合理安排电力交易和设备维护计划。在风力发电领域，EnergyTS 能够预测风速和风向的变化，从而优化风机的运行策略，提高发电效率。
EnergyTS的性能表现
根据蚂蚁数科提供的数据，EnergyTS 在发电预测方面表现出色。例如，在 T1天 的预测中，其平均绝对误差（MAE）为 0.0233，相比谷歌的 TimesFM-V2.0 提升了约 22.4%。而在 T3天 的预测任务中，EnergyTS 的性能更是较谷歌提升了 46.8%，相比亚马逊的 Chronos-Large 则提升了 62.4%。这些数据充分证明了 EnergyTS 在发电预测方面的卓越性能。
EnergyTS的行业意义
EnergyTS 的发布对于打破欧美企业在能源 AI 技术领域的垄断局面具有重要意义。长期以来，欧美企业在能源 AI 技术方面一直占据主导地位，而 EnergyTS 的出现为全球尤其是中国及其他发展中国家的新能源行业提供了一个强有力的竞争者。通过使用 EnergyTS，这些国家的企业能够提升运营效率，降低成本，从而在全球新能源市场中获得更大的竞争优势。
