【资料图】

在日前举办的第八届世界声博会上，羚羊能源大模型3.0发布。会上同期发布了电力交易、设备运维两大垂直场景模型，标志着羚羊公司在"AI+能源"领域实现升级，为我国能源行业智能化转型，探索可复制推广的解决方案。

羚羊公司总裁徐甲甲阐述了羚羊能源大模型3.0的升级方向：一是基础能力持续升级，除语言、视觉能力外，重点提升时序能力；二是将AI深度融入业务场景，解决实际问题；三是构建完善的全流程工具链，包括数据清洗、训练框架、模型评估等。

新能源的安全高效消纳与电网稳定运行，核心在于精准把控电力系统的动态平衡。无论是化解电源侧的波动风险，还是适配负荷侧的复杂变化，本质上都需要对能源生产、传输、消费全链条的数据进行解析，时序基础模型作为解析负荷动态规律、支撑能源系统前瞻性决策的关键技术，其重要性日益凸显。

羚羊能源大模型3.0在时序基础模型能力上持续增强，为破解行业难题提供坚实的技术支撑。“时序数据是流淌在工业能源领域的血液。”徐甲甲表示，时序建模过程中需应对多源异构、非线性、非平稳性及高质量数据稀缺等问题，导致检测精度偏低、泛化能力较弱、模型碎片化严重。

针对这些痛点，羚羊能源大模型3.0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，解决传统模型碎片化问题。借助千亿级时序数据的自监督学习能力，模型可自主挖掘深层特征，建立长周期建模能力，即便新场景数据稀缺也能快速泛化，让“沉睡”数据真正“开口说话”。

工业能源设备运维长期受困于预警规则固化、故障诊断依赖专家、检修经验难沉淀等痛点。羚羊设备运维大模型通过融合语言与时序基础模型，利用“双擎驱动”架构，结合数据与知识的时空对齐机制，构建起覆盖运行监控、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。

目前，该模型已在石化、风电、火电等领域落地。某风电场应用后异常诊断效率提升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%，实现运维降本增效。

关键词：