小红花·文摘

特朗普如何使海上风电产业偏离轨道

The Verge ·

本研究解决了风电预测中缺乏变量间关系建模和内外生变量处理不当的问题。提出的2DXformer模型通过将变量分类并运用注意力机制，改进了外生变量对内生变量的影响建模。实验结果表明，该模型在风电预测性能上显著提升，具有重要的应用价值。

2DXformer：双重变换器用于风电预测与双重外生变量

BriefGPT - AI 论文速递 ·

谷歌在台湾签署首个离岸风电采购协议，将从芬苗I项目购买可再生能源，预计2027年投入运营，为其在台湾的数据中心和办公室提供可靠电力，推动当地离岸风电发展。

我们在台湾增加了碳中和能源组合，签署了在亚太地区的首个离岸风电协议。

The Keyword ·

加码电站硬科技，阳光新能源重磅发布电站“魔方”技术平台！

机器之心 ·

Patchformer是一种结合补丁嵌入和Transformer的新模型，专注于解决长期预测中的复杂时间模式。通过分解多元时间序列数据，它提高了捕捉局部和全局语义依赖的能力。在多能源数据集上表现优异，尤其在处理多能源相互依赖性方面。研究表明其性能与过去序列长度正相关。

Hiformer：用于长期风电预测的混合频率特征增强倒置变换器

BriefGPT - AI 论文速递 ·

联邦学习在可再生能源应用中有潜力，但也面临挑战。未来研究方向是重点。

Retrieval-Augmented Generation (RAG)是一种合并检索方法和深度学习技术的方法，旨在通过动态整合最新的外部信息解决大型语言模型（LLMs）的静态限制，并改进LLMs输出的准确性和可靠性。该研究将RAG范式分为四个类别，并提供了详细的视角，介绍了RAG的演进和领域的进展。同时，该论文还提出了针对RAG的评估方法，并提出了面临的挑战和未来的研究方向，旨在巩固现有的RAG研究，明确其技术基础，并突出其扩展LLMs的适应性和应用潜力。