面向业务人员的数据智能计算底座，让长尾化 AI 场景快速落地、持续运营。
DO-DIA 数据智能计算平台（原 AI 智能中台）是数洋智慧面向企业级 AI 应用的数据智能分析底座。平台支持主流调优算法与分布式并行技术，实现模型构建、部署与运营管理的标准化、自动化，助力业务人员快速落地长尾化场景模型应用，全面提升模型工程效率；模型越用越准、越用越厚。
针对样本过少可进行样本生成，解决样本稀缺问题；针对多模态模型需求进行样本增广，扩充样本模态，让小样本也能训出好模型。
从模型创意、实现、共享到建模经验传播、治理优化，提供全生命周期支持，易于企业快速实现模型共享、共用、共治，繁荣模型生态。
模型部署后平台定期侦测预测性能，当发生劣化时自动利用近期累积数据（而非原始训练数据）开启重新训练与部署，模型持续进化。
采用内存加速技术提升算法运行效率；支持数据并行、模型并行与混合并行；业务人员可按数据规模自定义并行参数，最大化算力利用。
基于采集 2.0 构建分析预测模块：30 万块电表、200 天日频、约 5196 万行数据，构建约 30 万个高效准确的台区负荷预测模型，耗时约 72 分钟，较常规模型性能提升 15 倍以上；自顶向下预测方法，用户集群预测准确度 95% 以上。
基于大语言模型的负荷时间序列预测技术，CNN-GRU 模型 MAPE 仅 0.46%、R² 达 0.9991，相对单一预测模型误差更小、对负荷峰谷值捕获更强。
基于等效模糊关系矩阵分类、置信水平异常值修正，实现用电模式分类、异常波动识别与负荷曲线重构分析。
省（市）日气象负荷预测偏差绝对值均值小于 3.6%；单户短期预测通过相关性分析选取高相关训练集、多算法融合，有效解决用户用电不确定性与易变性问题。
RAG 私域知识库问答准确率超 95%；国网工单异常溯源微调 Dataocean LLM-6B 准确率达 81.7%；自然语言生成 SQL / Python 自动分析与可视化图表。
电能量预测平台、负荷管理平台、电力稽核稽查等能源电力行业场景模型沉淀。
能源电力服务行业的智能策略计算与大数据分析。
产业经济监测监管、工业互联网监测监管敏捷应用。
面向政府、央企、大型企业的多业务线 AI 模型快速研制与运营。
