羚羊能源大模型3.0发布

日前，羚羊能源大模型成果发布会举行，重磅发布羚羊能源大模型3.0，并同步发布电力交易、设备运维两大垂直场景模型。

羚羊能源大模型3.0升级

三大升级唤醒“沉睡数据”

在第八届世界声博会暨2025科大讯飞全球1024开发者节期间，科大讯飞深度推理大模型讯飞星火X1.5发布，在全国产算力平台上攻克MoE模型全链路训练效率，在模型参数小一倍的情况下对标国外领先水平。羚羊能源大模型3.0依托这一全新升级的技术底座，实现从算力、训练到应用的全链条自主可控，为能源数据安全与技术自主提供可靠支撑。

发布会上，羚羊工业互联网股份有限公司总裁徐甲甲介绍了羚羊能源大模型3.0的三大升级方向：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，包括数据清洗、训练框架、模型评估等。

“时序数据是流淌在工业能源领域的血液。”徐甲甲表示，作为反映工业能源生产“过程性”的核心数据，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关键问题，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实现关键性突破，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，从根本上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”。

羚羊电力交易大模型赋能行业市场化转型

随着电力体制改革深化，电力现货市场建设全面提速，交易复杂度与频次呈指数级增长。

2025年1月发布的《关于深化新能源上网电价市场化改革促进新能源高质量发展的通知》，明确风电、光伏等新能源电量全量入市，让本就复杂的交易市场更趋多变，传统人工模式已难以适应。

在此背景下，羚羊电力交易大模型应运而生。该模型融合语言基础模型、时序基础模型、气象大模型与交易策略模型，形成专业化多模态技术体系，通过多源情报推理、全景市场洞察等核心能力，构建起电力交易智慧决策中枢。

目前，该模型已在能源电力行业多个场景得到应用：在功率预测场景中，通过时序与气象大模型择优提升预测效果，显著降低场站考核费用，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；负荷预测场景中，10月安徽省电力负荷预测准确率达94.8%。

此外，该模型还全面覆盖交易策略制定、复盘分析、用户分析、交易培训等全流程场景，以智能化能力贯穿电力交易全链条，赋能行业市场化转型。

羚羊设备运维大模型AI助力降本增效

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，“一设备一模型、一故障一模型”的传统模式，难以满足现代化运维需求。

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。

时序基础模型具备数据特征自主学习、长周期数据建模、少样本泛化三大核心能力，实现跨场景快速适配；语言大模型沉淀海量设备专业知识，实现设备档案整合、工单自动生成、知识动态更新，提升一线操作效率。

同时，系统构建了“专家经验解压缩-工况匹配-动态优化”闭环，将专家经验与案例库、知识库融合，生成故障图谱，初始准确率可达85%，通过现场经验持续反哺模型，形成动态更新的故障库，最终实现故障排查时间缩短73%，误报排除率提升85%。此外，在检修环节，检维修工单规范度可提升50%以上，检修方案编写效率提升5倍。

目前，羚羊设备运维大模型已在石化、风电、火电等领域落地。在某风电场应用后，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。

转载于：安徽经济报