广东电力行业的碳中和是落实总体碳中和目标的前提和重要途径。基于GD-Enduse模型,以电力系统成本最小化为总目标,刻画了3种广东电力碳中和技术路径并展开定量与定性分析。结果表明:情景CM3为最优碳中和技术路径,其可再生能源装机比例达...广东电力行业的碳中和是落实总体碳中和目标的前提和重要途径。基于GD-Enduse模型,以电力系统成本最小化为总目标,刻画了3种广东电力碳中和技术路径并展开定量与定性分析。结果表明:情景CM3为最优碳中和技术路径,其可再生能源装机比例达到60.2%,发电占比达到51.9%;核电稳步发展,其发电量达到总发电量的25.0%;火电机组持续退役,保留一定装机容量的利用小时数减少,留作灵活调峰电源使用;煤电与气电(carbon capture,utilization and storage,CCUS)技术配比分别下降到24.0%和44.0%,生物质CCUS技术配比持续上升至81.8%。广东电力行业碳中和需要CCUS技术大规模介入与以风电、光伏为首的可再生能源技术迅猛发展双管齐下,以“风、光、核、储”为基础,采用火电为灵活调峰电源的电力结构,各类发电技术与负碳技术灵活调节互补短板,从而实现各类电源的协同发展。展开更多
生成式人工智能(AIGC)的快速崛起,掀起“人工智能+”赋能各行各业的浪潮,对会计领域的研究提供了新思路。由于财会行业要求高精确性与可解释性,而大语言模型存在着模型幻觉与决策黑箱,使得大模型应用于财会领域仍存在较大阻碍,构建财会...生成式人工智能(AIGC)的快速崛起,掀起“人工智能+”赋能各行各业的浪潮,对会计领域的研究提供了新思路。由于财会行业要求高精确性与可解释性,而大语言模型存在着模型幻觉与决策黑箱,使得大模型应用于财会领域仍存在较大阻碍,构建财会知识图谱成为弥补大语言模型不足的有力工具。基于此,文章调用GPT-4o mini API,利用提示词工程(Prompt)与智能体(Agent)思路方法进行自动化知识抽取,构建中国会计准则知识图谱,从模式层提取财会实体与实体间复杂的勾稽关系,为大模型优化微调提供数据层支持。图谱构建结果表明,GPT-4o mini能够成功从大量财务数据中提取丰富的知识五元组,并基于此构建财会知识图谱。最终,通过Neo4j技术实现知识图谱的可视化和查询功能。本研究证明大语言模型构建财会知识图谱具备可行性,能够显著提高知识图谱构建效率,为知识图谱的优化构建提供新思路,也为未来知识图谱融入大模型、优化模型性能提供基底数据支撑。展开更多
文摘广东电力行业的碳中和是落实总体碳中和目标的前提和重要途径。基于GD-Enduse模型,以电力系统成本最小化为总目标,刻画了3种广东电力碳中和技术路径并展开定量与定性分析。结果表明:情景CM3为最优碳中和技术路径,其可再生能源装机比例达到60.2%,发电占比达到51.9%;核电稳步发展,其发电量达到总发电量的25.0%;火电机组持续退役,保留一定装机容量的利用小时数减少,留作灵活调峰电源使用;煤电与气电(carbon capture,utilization and storage,CCUS)技术配比分别下降到24.0%和44.0%,生物质CCUS技术配比持续上升至81.8%。广东电力行业碳中和需要CCUS技术大规模介入与以风电、光伏为首的可再生能源技术迅猛发展双管齐下,以“风、光、核、储”为基础,采用火电为灵活调峰电源的电力结构,各类发电技术与负碳技术灵活调节互补短板,从而实现各类电源的协同发展。
文摘生成式人工智能(AIGC)的快速崛起,掀起“人工智能+”赋能各行各业的浪潮,对会计领域的研究提供了新思路。由于财会行业要求高精确性与可解释性,而大语言模型存在着模型幻觉与决策黑箱,使得大模型应用于财会领域仍存在较大阻碍,构建财会知识图谱成为弥补大语言模型不足的有力工具。基于此,文章调用GPT-4o mini API,利用提示词工程(Prompt)与智能体(Agent)思路方法进行自动化知识抽取,构建中国会计准则知识图谱,从模式层提取财会实体与实体间复杂的勾稽关系,为大模型优化微调提供数据层支持。图谱构建结果表明,GPT-4o mini能够成功从大量财务数据中提取丰富的知识五元组,并基于此构建财会知识图谱。最终,通过Neo4j技术实现知识图谱的可视化和查询功能。本研究证明大语言模型构建财会知识图谱具备可行性,能够显著提高知识图谱构建效率,为知识图谱的优化构建提供新思路,也为未来知识图谱融入大模型、优化模型性能提供基底数据支撑。
