用于能源系统研究的大型语言模型

能源系统研究的大型语言模型(LLM) 格兰特·巴斯特 人工智能和机器学习的太阳能应用研讨会2023年11月1日 NREL产生大量的文本！ 什么是有效传播研究？ LLM的研究传播 问：告诉我波多黎各100％研究（PR100）的技术进步？ 答：PR100研究的第一年进展包括初步建模和分析结果，以及为波多黎各开发高分辨率风能和太阳能资源数据集。迄今为止，一项重大成就是为波多黎各开发了可行的方案，以实现其目标到2050年可再生能源达到100%，中期目标是到2025年达到40%，到2040年达到60%，到2028年逐步淘汰燃煤发电，到2040年能源效率提高30%根据2019年《波多黎各能源公共政策法》(第17号法案)的规定。 该模型提供了以下文档来支持其答案：• PR100一年进度总结报告 LLM的研究传播 问：如果波多黎各人口突然增加一倍，会发生什么？ A:我不知道波多黎各人口的确切后果突然翻了一番，因为所提供的文章没有讨论这种情况.. ChatGPT：波多黎各人口的突然增加一倍将导致广泛的社会，经济，环境和基础设施挑战和变化。以下是一些潜在影响的细分... 潜在的应用...很多！ 那么这怎么会工作? 分块文本 那么这怎么会工作? 风能和太阳能选址条例 •高影响力，高努力– 1, 500个实习小时解析法律文件 •可再生能源的选址条例是一个快速变化的法律环境–国家风条例增加超过540%从2018年到2022年 Lopez，A.，Cole，W.，Sergi，B.等。“选址条例对风能和太阳能开发土地可用性的影响。” Nat Energy8，1034 - 1043（2023）。https: / / doi. org / 10.1038 / s41560 - 023 - 01319 - 3 •>美国的3k县–一些州对每个乡镇和直辖市都有法令（在美国> 16k） LLM for Parsing Siting Ordances •21个县，5个风挫折特征，105个总条例– 构筑物–属性线–道路–铁路–输电线路 •初步结果:– 条例数据库:82%准确*–LLM单提示：86%准确–具有决策树的LLM：90%准确 决策树指导的LLM •决策树结构可以提高LLM推理的准确性–节点和边缘具有定义状态和转换的提示和功能 •利用GPT - 4的慢逻辑符号推理和快速逻辑文本理解 •神经符号AI系统的初步实现 复杂规则：威斯康星州门罗县 复杂规则：威斯康星州门罗县 •从结构中回退: –条例数据库：1.1 x最大尖端高度–单查询LLM： •“大型风能系统从被占用的社区建筑和非参与住宅的挫折是1, 250英尺或最大叶尖高度的3.1倍。对于参与住宅、非参与物业线路、公共道路通行权以及架空通信和电力传输或配电线路，挫折是最大叶尖高度的1.1倍。. " 能源系统到建筑物和结构？忽略有关小型，小型或私人风能系统的文本。忽略有关包裹，通行权和公用事业地役权的挫折的文本。请只说“是”或“否”。 •助理: Yes 用户：根据您的最后一条消息，选择最能描述建筑物和结构所需挫折的选项：# 1.1从建筑物和结构的挫折是一个单一的距离值＃7.1建筑物和结构的挫折具有多个条件，例如固定距离和系统总高度的倍数＃0上述选项均未描述与建筑物和构筑物的挫折有关的本条例 •助理: # 7.1建筑物和结构的挫折距离和系统总高度的倍数 谢谢 NREL / PR - 6A20 - 87896 这项工作是由美国可持续能源联盟有限责任公司运营的国家可再生能源实验室撰写的S.能源部(DOE)根据合同编号DE - AC36 -08GO28308。由DOE太阳能技术办公室（SETO），DOE风能技术办公室（WETO）以及国家可再生能源实验室的内部研究基金提供的资金。本文中表达的观点不一定代表DOE或U的观点。S.政府。The U.S.政府保留，出版商通过接受文章发表，承认美国S.政府保留非排他性的，有偿的，不可撤销的，全球许可，以发布或复制本作品的已发布形式，或允许其他人这样做，为美国S.政府目的。