Ant Group's Tochterunternehmen Ant Data Science hat ein neues Energie- und Strom-Zeitreihen-Großmodell namens EnergyTS vorgestellt. Die Veröffentlichung dieses Modells wird von der Branche als wichtiger Schritt von Ant im Bereich der künstlichen Intelligenz angesehen, insbesondere für Anwendungen im Bereich der erneuerbaren Energien. EnergyTS kann durch präzise Prognosefunktionen Unternehmen dabei helfen, die Stromerzeugung und die Versorgungslage besser zu verstehen, um so ihre Geschäftsstrategie zu optimieren und die Betriebseffizienz zu steigern.

EnergyTS wurde speziell für die Branche der erneuerbaren Energien entwickelt und konzentriert sich auf die Verarbeitung von Zeitreihendaten im Energiesektor. Das Modell integriert umfassend Fachwissen aus der Branche der erneuerbaren Energien und kombiniert multimodale Daten aus verschiedenen Szenarien. Zu seinen Stärken gehören das Training auf mehreren Skalen, die multimodale Fusion und das Lernen mit mehreren Aufgaben. Es verfügt außerdem über die Fähigkeit zum Zero-Shot-Cold-Start, d. h. es kann ohne zusätzliches Training sofort eingesetzt werden.

In der Praxis ist EnergyTS vielseitig einsetzbar in Bereichen wie Photovoltaik, Windkraft, Energiespeicherung, Microgrids, Stromhandel und virtuellen Kraftwerken. Laut Ant Data Science zeigt EnergyTS hervorragende Ergebnisse bei der Stromerzeugungsprognose. Beispielsweise beträgt der mittlere absolute Fehler (MAE) bei der T1-Tagesprognose 0,0233, was eine Verbesserung von etwa 22,4 % gegenüber Googles TimesFM-V2.0 darstellt. Bei der T3-Tagesprognose übertrifft EnergyTS die Leistung von Google sogar um 46,8 % und die von Amazons Chronos-Large um 62,4 %.

Wichtigste Punkte:

🔋 EnergyTS ist ein von Ant Data Science entwickeltes Zeitreihen-Großmodell für die Energieversorgung im Bereich erneuerbarer Energien, das die Stromerzeugung und die Versorgungslage präzise vorhersagen kann.

📈 Bei der Prognose der Stromerzeugung übertrifft EnergyTS die Leistung vergleichbarer Modelle von Google und Amazon deutlich.

🌍 Dieses Modell kann dazu beitragen, die Monopolstellung europäischer und amerikanischer Unternehmen im Bereich der Energie-KI zu durchbrechen und die Effizienz der Branche zu steigern.