新一代人工智能的智慧能源电力专题培训

新一代人工智能的智慧能源电力专题培训

专题简介

/TOPIC INTRODUCTION

一、新一代人工智能的智慧能源电力专题培训研修目标

总体目标

依托复旦大学大数据、人工智能、信息、能源交叉学科优势,围绕新一代人工智能赋能新型电力系统、算电协同、数据驱动、智能自治主线,系统掌握电力人工智能技术体系、大模型在电力场景的落地范式、AI 算法在发输变配用储全环节应用逻辑;掌握电力数据治理、特征工程、模型训练、评估、部署、迭代全流程;掌握 AI 负荷 / 风光概率预测、智能优化调度、设备故障 AI 诊断、电力数字孪生、AI 驱动虚拟电厂、柔性负荷协同、电力市场智能决策、电力 AI 安全与风险管控;学会识别电力 AI 项目可行性、选型合适算法、设计 AI 产品方案、评估模型效果、规避算法黑箱、数据、算力、合规风险;推动电力企业从传统自动化、数字化,走向智能化、自主化、大模型赋能,打造可落地、可复用、可规模化的电力 AI 应用体系,支撑新能源高比例消纳、电网安全稳定、负荷侧资源高效聚合、智慧能源电力服务升级。

分层目标

  1. 经营层、数字化负责人、业务负责人:把握电力 AI 赛道格局、政策导向、投入产出、业务布局、AI 产品矩阵、算力与数据投入规划、生态合作路径。
  2. 调度、规划、新能源消纳、虚拟电厂业务人员:掌握 AI 预测、优化调度、资源协同、多市场智能决策、强化学习在源网荷储协同的落地方法。
  3. 运检、设备、运维负责人:掌握图像识别、时序 AI、声纹振动、红外、大模型在设备缺陷识别、故障预警、故障研判、运维工单智能处置应用。
  4. 算法、数据、平台产品、开发人员:掌握电力数据治理、时序模型、GNN、Transformer、PINN 物理信息神经网络、电力大模型微调、RAG 检索增强、模型部署、效果评估、模型迭代。
  5. 网信、安全、风控、合规人员:掌握电力 AI 数据安全、模型安全、算法偏见、对抗样本、工控安全、电力大模型内容安全、隐私计算、等保合规。
  6. 市场、商务、项目管理人员:掌握电力 AI 项目方案编制、收益测算、ROI 评估、试点落地、验收指标、项目风险识别、商务模式设计。

二、新一代人工智能的智慧能源电力专题研修环境与实施条件

1. 研修对象

电网公司、发电集团、新能源企业、配售电公司、综合能源服务商、虚拟电厂运营主体、电力科技公司、设计院、科研院所、产业园区能源平台;覆盖调度、规划、运检、营销、数字化、数据、算法、网信安全、项目管理、商务等岗位骨干。

课程特点:技术 + 业务双融合、重场景落地、重算法工程化、重风险管控;区分管理班、业务班、算法技术班;配套算法实训、Prompt 工程、仿真沙盘、模型评估演练;可拆分专项短训班。

2. 研修场景(纯线下集中)

  1. 复旦大学邯郸校区封闭研修:理论教室、AI 实训工坊、仿真推演教室,专题授课、算法沙盘、大模型 Prompt 工坊、模型评估演练、方案路演、风险会诊;
  2. 长三角标杆研学:电网 AI 调度中心、电力数字孪生平台、设备 AI 智能运检中心、虚拟电厂 AI 运营平台、算力 - 电网协同示范项目现场参访;
  3. 闭门项目问诊:学员携带在谈 AI 项目、试点难点、模型效果差、数据不足、落地卡点,专家分组会诊。

3. 师资资源(复旦大学品牌配套)

  • 复旦大学本校教授:大数据研究院、人工智能、信息科学、能源经济、数字治理、网络安全专家;
  • 国家级智库专家:新型电力系统、电力人工智能、算网协同顶层政策专家;
  • 一线实战导师:电网 AI 调度负责人、电力大模型产品负责人、算法负责人、数字孪生架构师、运检 AI 项目总监、数据治理专家、网信安全专家;
  • 工程专家:电力 AI 平台部署、模型轻量化、边缘端 AI、隐私计算、仿真平台专家。

4. 教学载体与配套条件

  • 理论载体:新一代人工智能政策、新型电力系统导则、电力人工智能应用规范、电力数据安全、大模型、数字孪生、虚拟电厂相关文件标准;
  • 实操载体:时序预测沙盘、电力大模型 RAG&Prompt 实训、强化学习调度仿真、设备缺陷识别案例、模型评估与偏差分析、数据治理演练、AI 项目 ROI 测算;
  • 配套:分组物料、电力 AI 工具包(电力数据治理清单、模型评估指标模板、电力大模型 Prompt 库、AI 项目可研框架、模型风险自查清单、算力资源测算模板、标杆案例汇编)、研学交通、茶歇;校内食宿按需安排;
  • 约束:全部线下集中,无线上录播、无资格考证;课程持续更新电力大模型、生成式 AI、算网协同、隐私计算、行业试点最新案例。

5. 研修周期选型

  • 短期专题班:2 天(电力大模型应用专项 / AI 调度与新能源消纳专项)
  • 标准综合研修班:3 天(推荐,全模块覆盖)
  • 深度实战营:4 天 + 标杆研学,适合数字化团队、算法专班集中培训

三、新一代人工智能的智慧能源电力培训课程体系

全部线下课程,可自由组合;分为二十一个模块,每门课程配套案例研讨、沙盘推演、实训工坊、路演或者标杆研学。

模块一:新一代人工智能与新型电力系统顶层政策、产业格局、发展范式(开篇必修课)

  1. “人工智能 + 能源高质量发展” 政策体系、新型电力系统建设对 AI 的核心诉求
  2. 新一代人工智能技术谱系:大模型、生成式 AI、强化学习、图神经网络、物理信息神经网络 PINN、多模态 AI、AI 智能体
  3. 电力数字化、智能化、自主化三阶段演进路线,自动化、数字化、AI 智能化边界区分
  4. 电力 AI 赛道竞争格局:电网、发电、科技厂商、高校、算力服务商差异化路线
  5. AI 在电力全链条价值图谱:发、输、变、配、用、储、调度、交易、运维、安全
  6. 算电网协同理念、算力 - 电网协同、东数西算与电网负荷协同的创新方向
  7. 国内外电力 AI 标杆、落地成功项目复盘、AI 项目失败典型原因剖析(数据不足、泛化差、黑箱、投入产出失衡)
  8. 战略沙盘:本单位电力 AI 业务赛道选择、试点场景优先级研讨

模块二:电力人工智能基础理论、算法体系、AI 与电力物理模型融合

  1. 机器学习基础:监督学习、无监督学习、时序学习、迁移学习、小样本学习
  2. 深度学习主流模型:CNN、LSTM、Transformer、GNN 图神经网络在电力场景适配逻辑
  3. 强化学习 DRL 基础:马尔可夫决策、奖励函数设计、多智能体协同,面向调度、储能、虚拟电厂控制
  4. 物理信息神经网络 PINN:电力潮流、暂态稳定、设备机理约束下 AI 建模,解决纯数据模型泛化差问题
  5. 多模态 AI:图像、红外、声纹、振动、文本、时序量测融合建模
  6. 机理模型 + 数据驱动融合框架(混合建模),电力 AI“机理兜底、数据增效” 原则
  7. 电力 AI 常见误区:过度依赖大模型、忽视物理约束、模型泛化能力不足、黑箱不可解释
  8. 案例研讨:机理驱动 vs 纯数据驱动模型适用场景对比

模块三:电力大数据治理、数据采集、数据质量、特征工程、标注体系

  1. 电力数据全景:SCADA、PMU、量测、台账、红外、图像、运维工单、气象、市场、用户侧负荷数据
  2. 电力数据痛点:缺失、异常、噪声、时标错位、多源异构、数据孤岛、标签缺失
  3. 数据清洗、异常辨识、补全、对齐、归一化、时序数据预处理方法
  4. 电力 AI 特征工程:时序特征、统计特征、气象特征、拓扑特征、工况特征构建
  5. 电力数据标注体系:设备缺陷标注、故障样本标注、负荷异常标注、小样本标注策略
  6. 数据资产、数据目录、数据权限、数据分级分类、数据血缘管理
  7. 联邦学习、隐私计算、差分隐私在电力数据共享场景的应用
  8. 实训工坊:电力时序负荷数据清洗、异常识别、特征提取实操

模块四:电力大模型、检索增强 RAG、微调、Prompt 工程、电力行业智能体

  1. 通用大模型与电力行业大模型差异,电力大模型技术路线:预训练、SFT、RLHF、领域微调
  2. RAG 检索增强生成:电力规程、标准、故障案例、运维手册、调度方案知识库搭建
  3. 电力 Prompt 工程:调度问答、运检故障研判、方案编制、工单生成、报告生成提示词设计
  4. 电力多模态大模型:文本 + 图像 + 红外 + 时序量测融合理解
  5. 电力 AI 智能体 Agent:自主研判、自主生成方案、自主调用仿真、多智能体协同调度
  6. 大模型轻量化、蒸馏、量化、边缘端部署,端侧电力大模型落地路径
  7. 电力大模型风险:幻觉、错误推理、规程冲突、安全泄密、偏见、内容审核
  8. Prompt 实训工坊:电力故障研判、运维方案、调度说明、可研报告 Prompt 设计与调优

模块五:AI 风光出力预测、负荷预测、概率预测、不确定性建模

  1. 光伏、风电出力特性,影响因子:气象、辐照、地形、遮挡、机组老化
  2. 负荷分类:电网总负荷、分区负荷、工业、楼宇、充电桩、储能负荷预测差异
  3. 预测分级:超短期、短期、中期、中长期预测,不同预测周期算法选型
  4. Transformer、GNN、时序基础模型在风光 / 负荷预测落地,概率预测、区间预测
  5. 极端天气、节假日、生产扰动、突发事件下预测偏差修正
  6. 预测结果评价指标:MAE、RMSE、MAPE、分位数指标、预测不确定性量化
  7. 预测模型闭环迭代:预测偏差复盘、样本更新、模型自动重训练机制
  8. 测算沙盘:给定气象与历史负荷数据,搭建负荷预测模型并评估偏差

模块六:AI 赋能发电侧智能化:新能源场站智能监控、功率调控、故障诊断

  1. 光伏、风电场站智能化痛点:波动性、间歇性、机组分散、故障多、运维成本高
  2. AI 光伏组件缺陷识别:EL 图像、红外图像 AI 识别热斑、隐裂、遮挡、组件老化
  3. 风机 AI 诊断:振动、声纹、温度时序 AI,轴承、齿轮箱、叶片故障预警
  4. 新能源场站 AI 功率优化、AI 参与一次调频、无功优化、场站自律控制
  5. 储能电站 AI 能量管理、热失控预警、BMS 异常识别、寿命预测
  6. 分布式新能源集群聚合、AI 资源画像、可调潜力自动评估
  7. 新能源场站数字孪生、仿真推演、异常工况预演
  8. 案例复盘:新能源场站 AI 诊断项目落地、误报率优化经验

模块七:AI 输电、变电、配电设备智能运检、缺陷识别、故障诊断与寿命预测

  1. 输电线路 AI 巡检:无人机航拍图像识别绝缘子破损、导线断股、树障、覆冰、漂浮物
  2. 变电站多模态 AI:红外图像、表计识别、开关柜局放、声纹、油色谱时序 AI 诊断
  3. 配电设备 AI 监测:配变、开关柜、电缆、环网柜异常识别、过热预警
  4. 设备故障根因 AI 推理、故障链溯源、故障自动定级、运维工单智能生成
  5. 设备剩余寿命 RUL 预测、老化趋势预测、状态检修策略优化
  6. 告警降噪、告警聚类、根因分析,解决海量告警 “告警风暴” 问题
  7. 运检大模型应用:故障问答、检修规程检索、检修方案自动生成、检修报告撰写
  8. 图像识别实训:输电、变电缺陷图像 AI 识别,调优阈值降低误报漏报

模块八:新一代 AI 电网调度、潮流优化、安全稳定评估、新能源消纳智能决策

  1. 传统调度和 AI 智能调度差异,调度对 AI 的可靠性、可解释性强约束
  2. 图神经网络 GNN 电网拓扑建模、潮流快速计算、潮流代理模型
  3. 强化学习用于日前、日内、实时调度优化,多目标:安全、成本、新能源消纳
  4. 暂态稳定 AI 评估、稳定风险快速筛查、紧急控制策略智能生成
  5. 电网阻塞 AI 识别、阻塞资源智能调配、断面越限预警
  6. 高比例新能源下不确定性调度、鲁棒优化、概率调度 AI 方案
  7. 调度大模型:调度规程问答、事故处置预案检索、调度日志智能分析
  8. 仿真推演沙盘:基于强化学习的电网日内优化调度仿真演练

模块九:AI 驱动虚拟电厂、柔性负荷聚合、需求响应、源网荷储协同优化

  1. 虚拟电厂资源画像 AI 自动挖掘:空调、储能、充电桩、工业可调负荷潜力评估
  2. 强化学习多资源协同优化:储能、柔性负荷、分布式光伏联合调度策略
  3. AI 需求响应邀约优化、响应潜力预测、响应可靠性评估、激励策略智能优化
  4. 虚拟电厂参与电力市场、辅助服务的 AI 竞价策略、收益优化
  5. 集群有序充电、V2G 车网互动 AI 调控策略
  6. 园区综合能源 EMS 能量管理 AI 多目标优化(成本、碳排放、供能可靠)
  7. 虚拟电厂数字孪生、场景仿真、极端工况压力测试
  8. 收益沙盘:AI 优化虚拟电厂资源调度,测算多场景收益变化

模块十:电力数字孪生、仿真引擎、AI 仿真推演、虚实融合闭环

  1. 电力数字孪生分层架构:物理实体、感知采集、数字镜像、仿真引擎、AI 决策层
  2. 电网 / 场站 / 园区孪生建模:拓扑、设备模型、机理模型、数据驱动模型融合
  3. AI 加速仿真:潮流、暂态、机电仿真代理模型,大幅降低仿真耗时
  4. 反事实仿真推演:极端故障、新能源波动、负荷突变场景预演、预案验证
  5. 虚实闭环:物理电网运行数据回流孪生,AI 优化策略下发至物理实体
  6. 数字孪生 + 大模型:仿真问答、自动生成仿真报告、自动调整仿真工况
  7. 孪生平台建设要点:模型轻量化、数据同步、算力匹配、可视化
  8. 标杆研学:电力数字孪生调度平台现场教学

模块十一:AI 配电自动化、配网故障研判、故障定位、自愈控制

  1. 配网特点:节点多、拓扑多变、量测稀疏、单相接地故障多
  2. AI 配网拓扑自动识别、拓扑动态更新、户变关系自动识别
  3. 小电流接地故障 AI 定位、故障区段辨识、故障类型识别
  4. 配网故障自愈策略智能生成、恢复供电路径优化
  5. 配网低电压、三相不平衡、谐波异常 AI 监测与治理策略推荐
  6. 分布式光伏高渗透配网电压越限 AI 感知与协同调压
  7. 配网 AI 状态感知、配网薄弱点自动识别、改造建议智能输出
  8. 案例研讨:配网 AI 故障定位、自愈落地难点与优化方案

模块十二:用户侧 AI、负荷智能感知、非侵入式负荷分解 NILM、智慧用能服务

  1. 非侵入式负荷分解 NILM 原理:单测点下识别家电、工业设备启停、负荷构成
  2. NILM 算法、时序特征提取、小样本、泛化优化,工业 / 楼宇场景落地
  3. 用户用能画像 AI 自动构建、用能异常识别、节能潜力智能诊断
  4. 面向工商业用户 AI 能效诊断、节能方案自动生成、能耗对标
  5. 智慧能源客户服务大模型:用能咨询、账单解读、能效建议、报装工单
  6. 楼宇中央空调 AI 优化控制、自适应温控、柔性负荷挖掘
  7. 电力 AI 增值服务:能效报告、碳排自动测算、绿电优化采购建议
  8. 工坊:NILM 负荷分解实操,识别用户内部负荷构成

模块十三:AI 电力市场、现货交易、中长期、辅助服务、电价风险智能决策

  1. 电力现货、中长期、辅助服务市场价格时序特征、价格预测 AI 模型
  2. 发电侧、售电公司、虚拟电厂 AI 竞价策略、收益最大化决策
  3. 电价波动风险识别、风险对冲、合约组合智能优化
  4. 市场出清 AI 代理模型、市场行为识别、异常报价识别
  5. 绿电交易、绿证、碳市场联动下 AI 多市场协同收益优化
  6. 市场交易大模型:交易规则问答、交易复盘、交易报告生成
  7. 电力市场 AI 决策平台架构、回测框架、策略回测评估
  8. 交易沙盘:基于价格预测模型,开展现货竞价策略模拟

模块十四:电力 AI 模型工程化、模型训练、部署、监控、MLOps 电力落地

  1. 电力 MLOps 体系:数据集管理、版本管理、模型训练、验证、上线、监控、迭代
  2. 模型部署形态:云端、边缘网关、嵌入式端、轻量化模型转换
  3. 模型在线监控:数据漂移、概念漂移、精度衰减、异常输入监控告警
  4. 模型版本管理、A/B 测试、灰度上线、模型回滚机制
  5. 算力资源规划:GPU、算力集群、推理算力、算力成本测算
  6. 模型可解释性 XAI:SHAP、LIME 在电力 AI 模型解释,满足调度、运检可解释要求
  7. 模型验收指标体系:业务指标、技术指标、稳定性、误报漏报指标
  8. 实训工坊:电力 AI 模型漂移识别、模型效果评估、监控指标设计

模块十五:电力人工智能安全、模型安全、数据安全、工控安全、算法合规

  1. 电力 AI 安全风险全景:数据泄露、投毒攻击、对抗样本、模型窃取、幻觉误导
  2. 对抗样本攻击:图像识别、时序量测模型对抗攻击,防御方案
  3. 大模型安全:提示注入、越狱、敏感信息泄露、输出内容审核、行业内容风控
  4. 电力数据安全、隐私保护、数据出境、用户用电信息保护合规
  5. AI 系统与工控、调度控制系统边界隔离、等保、网络安全防护
  6. 算法偏见、公平性、算法责任、算法备案、AI 治理合规要求
  7. 电力 AI 安全测试、红蓝对抗、风险评估清单
  8. 风险会诊:电力 AI 项目安全风险识别、防控方案研讨

模块十六:算力底座、算力网络、算电网协同、边缘 AI、云边端协同架构

  1. 电力 AI 算力需求特点:离线训练大算力、在线推理低时延、边缘端轻量化
  2. 算力基础设施:智算中心、区域算力节点、变电站边缘算力、终端侧算力
  3. 云边端协同架构:云端训练、边缘推理、终端感知,算力调度协同
  4. 算网协同:算力负荷与电网负荷双向协同、算力负荷柔性调节、算力参与需求响应
  5. 算力能耗优化、算力绿电调度、算力 - 电网联合优化
  6. 边缘 AI 网关、边缘推理框架、边缘模型本地自治、断网运行策略
  7. 算力成本优化、算力资源共享、算力服务商业模式
  8. 案例研讨:算电网协同示范项目架构、收益模式

模块十七:电力 AI 数字资产、项目可研、经济性测算、ROI 评估、商业模式

  1. 电力 AI 项目投入构成:数据治理、标注、算力、算法研发、平台、集成、运维
  2. 收益量化维度:减少人工巡检、降低故障损失、提升新能源消纳、节约购电成本、需求响应增收、运维降本
  3. AI 项目财务测算:静态 / 动态回收期、IRR、NPV、敏感性分析
  4. 电力 AI 商业模式:自研、平台订阅、按效果分成、项目交付、SaaS 服务
  5. 试点先行策略:小场景试点、指标验证、规模化复制路径
  6. AI 项目可研、实施方案、验收方案、KPI 指标设计
  7. 存量系统改造叠加 AI 能力、存量数据盘活路径
  8. 测算沙盘:电力 AI 运检项目投入产出测算、压力测试

模块十八:电力 AI 项目全生命周期管理、需求、研发、测试、上线、运维迭代

  1. 电力 AI 项目流程:需求调研、场景可行性评估、数据评估、方案设计、研发、测试、试点、推广、持续迭代
  2. 需求甄别:区分适合 AI、适合传统机理、适合自动化的场景,避免盲目上 AI
  3. 数据可行性评估清单:样本量、标签质量、数据持续供给能力
  4. 模型测试:功能测试、边界测试、极端工况测试、鲁棒性测试
  5. 试点运营机制:业务人员 + 算法人员联合运营,持续样本补充、模型迭代
  6. 组织协同:业务部门、数字化、算法、运维、安全团队分工
  7. 项目失败复盘:数据断层、指标虚高、业务不接受、运维跟不上典型案例
  8. 行动研讨:本单位 AI 试点场景清单与落地路线图

模块十九:AI 赋能电力碳管理、能碳一体化、零碳园区、绿色电力智能服务

  1. AI 驱动能耗、碳排放自动核算,时序数据自动对接 MRV 台账
  2. 风光储能、负荷协同优化,AI 最大化绿电消纳、降低系统碳排放
  3. 零碳园区数字孪生 + AI 仿真,减排路径智能优化、方案自动生成
  4. 绿电采购、绿证匹配、碳资产调度 AI 优化策略
  5. 面向客户的 ESG 报告自动生成、供应链低碳数据智能分析
  6. 碳排异常溯源、高碳环节智能识别、节能降碳方案智能推荐
  7. 综合能源 + AI 一体化平台,冷热电多能协同低碳优化
  8. 方案工坊:AI 能碳一体化平台产品方案设计

模块二十:前沿方向:AI 智能体、机器人、多模态、量子 AI、新型传感与电力融合

  1. 电力自主智能体:多智能体协同调度、自主巡检机器人、自主处置 Agent
  2. 电力机器人 + AI:巡检机器人、操作机器人、清障机器人视觉、力控 AI
  3. 新型传感:光纤传感、毫米波、声学传感,配合 AI 感知电网状态
  4. 生成式设计 AI:电网规划、变电站、配网方案自动生成与优化
  5. 量子机器学习、稀疏模型、小样本、零样本学习在电力的前沿探索
  6. 全球电力 AI 前沿路线、技术迭代节奏、中长期技术布局建议
  7. 标准化进展:电力 AI 国家标准、行业规范、评测体系发展方向
  8. 前沿研讨:未来 3-5 年电力 AI 机会、风险、投入布局建议

模块二十一:组织能力建设、AI 人才体系、考核机制、产品迭代、生态协同

  1. 电力 AI 团队组织模式:集中算法团队、业务嵌入式算法、联合创新团队
  2. 复合型人才能力模型:懂电力业务、懂数据、懂算法、懂工程落地
  3. 内部考核机制:AI 项目落地成效、模型指标、业务价值、规模化推广
  4. 知识库建设:电力 AI 案例库、数据集规范、模型模板、Prompt 库、风险库
  5. AI 产品迭代机制:业务反馈、模型监控、政策变化持续迭代
  6. 产业生态:高校、算力厂商、算法公司、设备厂商、电网联合创新模式
  7. 数据共建、联合标注、联合模型训练、成果共享机制
  8. 行动学习:分组输出本单位新一代人工智能智慧能源电力业务发展建议书

四、研修组织实施安排

  1. 主办主体:复旦大学国际金融学院干部培训中心,联合大数据研究院、信息科学与工程学院统筹师资、课程研发、校内教学、标杆研学;送培单位负责学员筛选、课前痛点调研、课后项目落地跟踪。
  2. 班级管理:专职班主任、助教全程跟班;设置班长、课题组长,组织分组研讨、算法实训、方案工坊、项目路演。
  3. 课前调研:开班前收集痛点(大模型落地难、数据不足、模型效果差、算网卡点、AI 项目 ROI 难评估、安全合规等),定制研讨议题。
  4. 学习组织形式:专题授课 + 算法沙盘 + 大模型 Prompt 实训 + 数字孪生仿真推演 + 标杆现场研学 + 项目闭门会诊 + 路演答辩。
  5. 研学安排:每期安排 1 次长三角电力 AI 标杆项目现场研学,和平台负责人、算法团队座谈交流。
  6. 课后落地任务:学员输出 AI 场景清单;小组输出一份可落地电力 AI 试点项目方案建议书。

五、教学方式与学习评价

教学方式:复旦名师 + 智库专家 + 一线算法 / 调度 / 运检 / 安全专家授课 + 算法实训沙盘 + Prompt 工坊 + 仿真推演 + 标杆研学 + 项目会诊路演 学习评价:

  1. 课堂研讨、实训、沙盘参与表现;
  2. 小组电力 AI 试点方案建议书质量、路演答辩表现;
  3. 结业综合评议; 评价结果反馈企业,作为数字化、AI 业务骨干、项目负责人选拔参考。

六、研修配套服务与学习成果

  1. 颁发复旦大学统一研修结业证书;
  2. 配套电力 AI 工具包:电力数据治理规范、模型评估指标模板、电力大模型 Prompt 库、AI 项目可研框架、算力测算模板、模型风险自查清单、标杆案例汇编;
  3. 学员交流社群,课后政策、算法、项目、平台技术交流、专家答疑;
  4. 增值服务:可选企业 AI 场景诊断、试点方案辅导、定制内训。

七、研修效果评估与长效转化机制

柯氏四级评估体系:

  1. 反应层:课程、师资、实训、研学满意度调研;
  2. 学习层:沙盘实训、方案建议书、路演成果评估;
  3. 行为层:跟踪学员返岗后场景梳理、AI 试点立项、数据治理、模型迭代等行为变化;
  4. 结果层:长期跟踪 AI 项目上线、指标提升、降本增效、新能源消纳提升、故障预警成效等业务成果。

课程持续迭代:跟进电力大模型、算网协同、隐私计算、行业标准、试点案例更新,持续补充实训场景与案例。

为什么选择复旦大学的新一代人工智能智慧能源电力培训方案?

1. 复旦已有经实践验证的电力AI培训体系。 复旦大学与上海市电力行业协会已联合举办多期“电力行业AI素质能力提升研修班”,采用“理论学习+技能实操+研讨分享+实验室参访”的培养模式,课程涵盖算电协同、城市新型电力系统数智化转型、人工智能业务智能体构建、AI多模态大模型、机器学习与机器视觉等前沿主题。本方案在此基础上系统化扩容,形成覆盖“技术基础—场景应用—智能体开发—算电协同—安全合规—实战孵化”的完整课程链。

2. 科学智能(AI for Science)的复旦学科底蕴。 复旦大学已建成CFFF智算平台、星河启智科学智能开放平台,汇聚400余个科学模型和工具,沉淀22PB高价值数据。上智院研发的伏羲气象大模型、女娲生命大模型、燧人物质大模型等垂直领域科学大模型,展现了复旦在AI与科学交叉领域的深厚积累。这些资源为电力AI培训提供了超越通用课程的技术纵深与前沿视野。

3. 场景孵化机制确保学用转化。 复旦电力AI研修班已形成成熟的“场景孵化”实战环节:学员以业务痛点为出发点,分组打磨可落地的电力AI应用方案,结业时完成场景孵化方案产出。本方案将这一机制系统化贯穿,确保学员不仅掌握技术原理,更能输出可向本单位汇报、可推进实施的AI应用方案。

4. 对接国家“人工智能+能源”战略的最新政策。 国家四部门2026年4月印发的《关于促进人工智能与能源双向赋能的行动方案》明确了算电协同、能源领域AI专用技术研发、高质量数据集建设等方向。本方案模块五“算电协同与绿色算力”直接回应这一政策导向,帮助电力企业把握政策窗口与试点机会。

5. 结构化清单便于企业分层选课。 21大模块168门课以表格化呈现,企业培训负责人可按“技术骨干(建模/开发方向)”“运维管理人员(场景应用方向)”“管理决策者(战略/政策方向)”等不同对象勾选组合,也可按“智能体专题”“算电协同专题”“场景孵化专题”灵活拆分。

联系方式

/CONTACT INFORMATION

培训地址:复旦大学邯郸校区(上海市杨浦区邯郸路220号)

联系电话:021-60792557 / 18816916689(微信同号)戴老师

联系邮箱:daiwenjun@fudan.edu.cn

教学教务

/TEACHING AND ACADEMIC AFFAIRS

教学服务:配备1-2名专职班主任,培训期间,学员提出的建议或意见可通过班主任及时反馈给教师和主办方,保证学习效果。

质保跟踪:委托单位、班委可以随时和班主任沟通教学及后勤保障事宜;班主任与班委共同负责培训班日常管理,严肃培训纪律;
培训结束后,对整体的培训效果进行问卷调查和评估。

培训服务:为培训班往返程提供接送服务(机场、高铁站);为学员提供学习资料袋(笔记本、笔、学员手册、桌牌);
为学员提供集体照1张,作为学习的纪念。

办学条件

/CONDITIONS OF RUNNING SCHOOLS

教室安排:复旦大学光华楼、复旦大学第一第二第五教学楼,可以容纳50-600人的马蹄形教室、报告厅、U型教室等。

食宿安排:复旦大学食堂(旦苑餐厅),可以选择桌餐也可以自助餐;住宿提前2个月预定可以安排在校内宾馆(复旦大学卿云宾馆、复旦大学复宣酒店、复旦大学皇冠假日酒店、复旦大学燕园宾馆),也可以预定附近10分钟路程的桔子水晶酒店、财富大酒店、君庭酒店等四星酒店。

汇款信息

/REMITTANCE INFORMATION

户 名:复旦大学

开户行:中国农业银行上海五角场支行

账 号:033267-08017003441

本文地址:https://fisfgov.fudan.edu.cn/read-1689.html