课程是否包含AI在能源行业的应用

一、课程设计：全方位覆盖AI在能源行业的应用

该课程以“理论+实验+实践”三位一体化教学为核心，直接聚焦AI在能源电力领域的落地场景，具体包括：

前沿讲座：涵盖电力人工智能前沿技术（如大模型、计算机视觉、强化学习等）与行业发展背景（12学时）；

实验模块：

与华为共建的Atlas200DK开发板实验（边端结合的电力视觉应用，如绝缘子故障检测、电力仪表识别）；

与希冀平台共研的自动测评实验（电力数据分析、负荷预测等）；

综合实践：学生以团队形式完成能源电力行业AI应用项目，覆盖“发电-输电-配电-用电-储能”全流程，例如：

发电侧：光伏电池损伤检测、基于强化学习的风光储联合调度；

输电侧：边端结合的绝缘子故障检测；

配电/用电侧：基于强化学习的电力需求侧管理（动态电价激励、直接负荷控制、用户用电预测）、负荷管理智能体；

储能侧：储能系统优化配置（如为恒智能的AI调度引擎案例）；

其他：电力大模型问答系统、上海电力大学图谱等。

二、学生反馈：明确感知AI与能源行业的融合

学生在课程问卷中表示：

“课程最大亮点是理论实践还有行业结合的教学方式，增强了企业和前沿技术的联动”；

“最大的收获是意识到AI与电力系统等传统行业深度融合的广阔前景”。

结论

该课程完全包含AI在能源行业的应用，且通过“理论讲解-实验操作-项目实践”的递进式设计，让学生深入掌握AI技术在能源电力（如电力系统、光伏、储能等）中的具体落地方法。

补充说明：