蚂蚁数科在苏州发布了EnergyTS大模型，旨在优化新能源行业的经营策略。该模型通过精准预测发电量和供需情况，提高发电效率并降低风险，表现优于谷歌和亚马逊的同类模型，推动新能源行业智能化转型。

本文介绍了多种基于机器学习和物理模型的太阳能与风能发电预测方法。研究利用卫星数据和深度学习提高全球水平辐照度预测的准确性，提出了新的混合模型MATNet，结合AI与物理知识，提升光伏发电预测性能。此外，探讨了多模态数据融合框架在新太阳能发电厂中的应用，显著提高了预测准确性。

本文介绍了基于机器学习和物理模型的可再生能源发电预测研究，重点在太阳能和风能。研究提出了HSTTN和HyperDS等新模型，优化气象数据的使用，提高了预测准确性并降低系统成本。同时，利用深度学习和生成对抗网络，探讨了气候变化应对中的不确定性问题，并提出改进的随机校准方法。