能源工程学院 | 生成式人工智能赋能课程内容创新探索-k8凯发

一、背景概况

习近平总书记强调，深度融合人工智能与教育，对于推进教学方法的创新和提升教育质量具有深远意义。gai技术正在对高等教育产生重大的变革影响。人工智能赋能的大规模个性化学习和创新教育，是未来教育的发展方向，为高等教育带来更加高效、智能、开放、全面和多样化的教学方式。gai赋能未来发展新质生产力，为国家培养更多创新型人才。

在全球能源加速转型的过程中，中国在推动可再生能源发展方面取得了历史性成就。为了进一步落实双碳战略部署，国家发展改革委和国家能源局明确提出必须加速推进智慧能源系统建设，以保障大规模新能源顺利消纳。浙江大学能源工程学院秉持着对中国能源系统低碳化改革的责任与使命，致力于依托优势学科，尝试运用gai改进能源学科教育，培养具有前沿视角与交叉创新思维能力的高素质人才，为推动中国能源转型与可持续发展提供坚实的人才支撑。

二、存在的问题

近年来，能源工程学院为适应双碳战略对人才培养的新要求，在教学改革方面做了很多尝试，初步构建了本研一体培养的课程体系。现有课程体系中，经典课程中工程热力学、流体力学，传热学等课程夯实了学生的学科基础知识，自动控制理论、前沿技术导论等课程丰富了学生的视野，并具备了对学科前沿的初步分析能力。

面向“碳中和”这一国家战略目标，需要紧密将学科和行业前沿的关键性技术，尤其是人工智能和能源系统融合的智慧知识点，有机纳入现有课程体系。面向未来，掌握智慧能源知识对能源学科毕业生从传统的技能性要求，将进一步深化为工程技术的核心能力与本能性需求。在这一转型需求下，借助gai技术为经典知识体系纳入智慧能源系统知识，有助于培养满足兼顾系统思维和创新能力，熟练掌握智慧能源技术的人才。

三、创新举措与成效

本项目以智慧能源领域作为小切口，以一线项目实践与成果为基础，凝练了建模、优化和平台技术三块前沿的教学内容。围绕因材施教的理念，设计了具备能源领域知识、多模态输出功能的生成式人工智能教学工具，为不同类型的同学设计个性化的教学方案。在课程的前期，支持学生通过交互的方式探索智慧能源的关键概念；在课程的中期，协助同学掌握不同阶段的知识点，构建能源和人工智能方法之间的桥梁；在课程的末期，支撑同学探索的好奇心，突破带有挑战性的实际难题。学生在课程中所创造的想法和案例也作为知识库向教学工具提供反馈，实现课程内容的不断迭代。

认识综合能源系统的建模方式是理解智慧能源系统的第一步。举例而言，相较于只涉及到建筑负荷预测的传统能源系统建模方法，本项目提出帮助学生掌握能源与人工智能知识融合方式的教学目标，引入数据驱动的人工智能方法，介绍本征方程中的机理数据融合方法。

这一创新内容服务于对数学、数据分析的课有所了解并且掌握相对扎实，乐于探索智慧能源的学生。考虑这类学生的特长，课程结合工程实践项目设计了考虑传热传质机理和现场数据的建筑群能源负荷量化方法课题。由于实际能源系统构成复杂，将分散孤立的学科知识点以解决实际系统具有较大的挑战性，学生可以运用项目设计的gai，通过实时交互将传热方程、巨正则系统、建筑负荷平衡等能源知识细化为他们所精通的公式和代码结构。在了解课程提供的简化建筑的示范案例后，学生可以借助gai和教师的指导串联孤立的知识点，分析数据驱动的模型中所缺失的物理方程约束，逐步刻画出建筑群能源负荷量化方法。课程帮助学生在实践的过程中体会到能源系统中机理和数据之间的交互边界，并最终掌握建筑群能源负荷量化方法。

实际生产过程中各规模各类型能源系统运行工况复杂多变，结合综合能源系统机理知识的能源系统优化方法是智慧能源系统的关键。举例而言，本项目依托基于实际能源系统运维问题，介绍智慧能源系统的优化设计和运行技术，帮助学生掌握智慧能源系统所需的系统思维的教学目标。

这一创新内容服务于对物理课、工程热物理的基础课理解深入的学生。考虑这类学生的特长，课程设计结合科研项目设计了综合能源系统优化设计和运行。由于实际能源系统运行考虑的因素繁杂，从书本上的理论演算拓展到一个基于某些工具和算法的实际能源系统进行分析具有挑战性，学生可以运用项目所设计的gai，通过交互熟悉认识对象，借助其多模态的输出形式来学习能源系统案例中的代码及注释，理解能源系统。在了解到能源系统结构及相关边界条件后，学生可以在gai与教师的帮助下进行系统化、个性化学习，并进行能源系统优化设计与运行的任务尝试，分析优化过程中系统能流耦合关系，完成从纸上的演算到借助工具开展分析的思维过渡。课程帮助学生在gai的即时交互过程中开展个性化的学习，并最终明确智慧能源系统优化设计和运行方法。

在双碳战略的推动下，智慧能源系统的工程应用有时已经走在了学科发展的前沿，在充分认知智慧能源系统的模型与调度算法的基础上，进一步熟悉工程部署方案是智慧能源系统实践的进阶路线，为此，本项目提出了帮助学生多方位知识点交叉认知智慧能源体现方式的教学目标。

这一创新内容服务于学习能力强、对高阶知识感兴趣的学生。这类学生学习能力强，在掌握前两部分教学内容后，对课堂知识在工程应用中的实现方式产生了好奇，也会萌发出对新的设想和疑问。针对这类学生的特长，课程结合前沿项目经验设计一个开放性课题。以能源系统中多能流时间尺度不同的难题为例，学生先在教师的教导下以机理角度剖析问题产生的根源，随后借助gai梳理跨学科多领域的背景知识，了解从数据采购到物联网网关再到数据库的过程，并熟悉实际综合能源系统的软硬件多层架构与经典部署模板。在此基础上，教师带领学生参观智慧能源系统现场，与一线开发人员进行交流互动，为学生的疑惑提供解决思路，加深学生对小切口问题的理解，并为学生的课程作业提供阿里云工业大脑等平台的部署测试机会。课程帮助学生在实践的过程中满足对前沿实践的好奇心并深入认识智慧能源系统，萌发对具体问题的科研兴趣。

2023年以来，吸引13名本科生参与智慧能源研究，积极鼓励本科生参与项项目实践，探索前沿理论与工程难题，激发了学生的研究兴趣。本科生以第一作者发表ei论文4篇、核心期刊1篇、申请发明专利3项、在3次国际学术会议上做汇报（图11）、4名学生获奖学金。同时，6人继续攻读智慧能源方向研究生（其中3人加入国家部委智慧能源专项计划），1人预计出国深造。

四、经验与启示

随着能源结构的转型，智慧能源系统将会在能源系统低碳化中发挥关键作用，如何加深学生对智慧能源系统的了解，培养具有前沿视角与交叉创新思维能力的人才，本项目进行了初步的探索，积累了一些可供参考的经验：

1.通过将前沿的知识和技术融入课程，增加了课程的挑战度和吸引力，使本科生迎接新的学术挑战，实现全面发展。

2.用gai方法支持不同类型的学生掌握前沿的智慧能源知识，为能源行业提供兼顾前沿视野和基础知识的人才。

3.鼓励学生深入学习最新的智慧能源理论与实践，通过科研项目反哺教学，激发了学生从事智慧能源研究的热情。