
除了教育、通信、金融、医疗之外,能源行业也逐步凸显出对于大模型的拥抱。
据亿欧网统计,2024年前三季度,能源行业大模型公开招标项目超过80个,除了通用大模型企业阿里、百度、智谱参与之外,能源企业、工业IT服务商业对于行业大模型的研发与投入也同样积极。
随着全球能源结构向清洁能源转型,大模型正逐步成为能源行业的关键推动力。
大模型技术能够利用深度学习和先进的数据分析方法,实现高精度的发电预测、电网调度优化及电力市场交易支持。在电力领域,不仅改变了传统系统的运作方式,更为能源行业的智能化升级带来了全新的商业化机遇。
2024年6月,拾贝云发布能源大模型CyberwLLM;9月,羚羊工业迭代大模型2.0;10月14日,中国海油联合科大讯飞、中国电信正式发布“海能”人工智能模型;10月15日,国能日新“旷冥”大模型发布;2023年发布能源大模型的乐创能源也在今年进行了储能AI相关解决方案的更迭。

AI大模型的新能源场景应用
早在2022年,华为就公开展望了智能光伏发展十大趋势。预测到2027年,95%以上的光伏电站实现全面数字化,应用AI技术的比例将达到70%以上。
世界经济论坛总结,AI主要在两方面对新能源产业发展起到积极作用。一是提升设备发电效率。二是保障绿色电力平稳输送至电网。现在,AI大模型在新能源领域的应用场景,包括但不限于以下方面。
精准发电预测:通过分析天气预报、历史发电数据和实时条件,预测风能和太阳能等可再生能源的产生,更好平衡供需。
实现智能储能:优化可再生能源的存储和分配,考虑需求、供应、价格和电网条件,确定存储能量的最佳时间、释放能量的时机以及分配量。
光储解决方案:针对不同应用场景,通过集成核心技术,实现全场景光储零碳发电,提升电网稳定性和系统安全。
优化绿电交易:AI技术在电力现货价格预测、交易决策软件、交易策略服务等方面的应用,为发电、售电、用电企业提供决策支持。
开发运维增效:远程指挥自动化、智能化机器,节约开发建设和运维环节投入的资金、时间和人工成本,预测潜在故障,优化电网运行策略,提高电网的灵活性和韧性。
据分析,运用AI后,光伏发电站预测性维护效率可提升25%,故障率减少70%,运维成本降低了25%。

国能日新“旷冥”大模型
具备在新能源发电领域的高适应性,采用动态图神经网络、大气分层结构、时序注意力机制等前沿技术。
在风/光功率预测、极端天气预测和电力现货市场预测领域均有出色表现。
一方面能更精准地进行风、光的超短期、短期、中长期功率预测,引领新能源功率预测技术升级;
另一方面,对大风、台风、覆冰、沙尘等极端天气事件的命中率和精准率均有提升,还能结合电力市场特征,提供准确的气象资源预测、日前/实时电价预测、负荷预测等,为电力交易提供支持。

中国海油“海能”人工智能模型
依托讯飞星火大模型的底座能力,结合中国海油的数据资源、行业知识,以及中国电信的云计算和大数据支持。
覆盖专业和通用场景的11个场景模型,主要在提升海上油田的稳产增产、安全钻井等专业业务的数智化水平上赋能,同时在企业业务流程上推动提效,如智能会议、智能写作、智能翻译等通用应用赋能。

羚羊能源大模型
以讯飞星火大模型的通用能力为核心技术底座。具有能源内容生成、能源知识问答、能源理解计算、能源任务规划、能源多模态5大核心能力。
涵盖设备运检、电力问数、电力营销客服、辅助电力交易、新能源功率预测、安全生产等6大“大模型+能源”场景应用。
拾贝问道能源大模型
推出主体是中能拾贝(原广州健新科技),主要应用模块:包括巡检大模型、技术监督大模型、检修大模型、作业风险大模型、两票大模型等五大应用模块,为能源电力行业提供一站式的智能化解决方案。
更懂“行”,能深入理解电力行业业务场景,提供可溯源的智能问答服务;更有“数”,可通过自然语言交互自动生成查询并提供数据可视化;更“智”能,能快速响应业务变化,自动生成任务规划和执行方案。

结尾:
大模型的开发和应用通常经历七个关键阶段:数据收集与预处理、模型架构设计、预训练与调优、评估与测试、环境搭建与部署、日常监控与维护,以及反馈与优化。
这一过程对数据质量、算法精度和计算资源提出了极为苛刻的要求,需要大量的资金和领先的技术作支撑。
未来,随着新能源大模型技术的不断迭代与进步,智能电网、虚拟电厂等新兴产业将进一步发展,推动电力系统更加灵活高效,实现真正的源荷互动和实时动态调节。
通过这些技术与产业的协同发展,大模型将在全球清洁能源转型中发挥至关重要的作用。
内容来源于:大力财经:新能源头部企业,正疯狂卷向大模型;亿欧网:新能源大模型:2024遍地开花;证券日报:国能日新发布“旷冥”新能源大模型;海报新闻:海报储能 | AI “铸就”零碳:国能日新「旷冥」新能源大模型正式发布;经济精选:拾贝问道能源大模型:开启能源智能化的新纪元
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。