AI+智能电力制造

本课程聚焦《AI+智能电力制造》的关键业务场景,让参训团队掌握核心方法、工具和实操要点

1天 多版本课程 2 个可选版本 人工智能应用

先补充业务任务、工具基础和参训对象,我们再整理人工智能应用方案版本

可选交付版本

不同版本会按参训对象、课时长度和案例深度做取舍,最终课纲以需求沟通后的方案为准。
AI+智能电力制造 推荐版本

适合作为默认学习方案,完整覆盖本课程的核心目标、主要模块和实操安排。

AI+智能电力制造(电力版) 电力版

电力版,更贴近特定行业或业务场景。

适合对象

建议由业务负责人、项目骨干、内训师和正在试点AI工具的团队共同参加,便于课后在同一套判断标准下继续推进

课程定位

《AI+智能电力制造》更强调任务场景、提示词设计、输出校验和风险边界与小组练习、过程记录和后续任务的连接

课程适配与选型边界

这部分用于判断《AI+智能电力制造》是否适合当前培训需求,重点看对象、场景、模块和讲师匹配度

适合对象

企业中高层管理者、业务负责人及相关岗位骨干人员

业务问题

本课程围绕《AI+智能电力制造》提供多个交付版本,便于企业根据培训对象、授课时长和场景重点选择合适方案

训练重点

课程内容重点包括第一讲:AI 技术与智能电力设备基础、第二讲:电力设备制造规范与 AI 模块标准、第三讲:AI + 智能电力设备典型场景应用等,实际取舍可按企业需求和课时安排确认

选型判断

建议结合参训对象基础、当前业务场景、期望课时、讲师经验,由龙石主讲来判断是否匹配

本页承接单门课程的对象、讲师、大纲、收益和咨询转化;如果用户仍在比较人工智能应用主题范围,可先进入相关主题页;如涉及工具、模板或清单,仅作为需求沟通方向,具体交付形式以确认后的课程方案为准

核心收益

  • 提示与校验更稳定:AI工具选型、提示词设计、流程嵌入和结果校验的操作方法
  • 流程复用更容易:任务演练把AI能力嵌入真实工作流程,减少试错成本
  • 人工复核有抓手:团队复用的提示词、流程模板和质量检查要点

课程背景与交付信息

AI工具进入真实流程后,难点通常不在演示,而在任务选择、输出校验和协作边界。课堂从AI 技术与智能电力设备基础切入,再对齐电力设备制造规范与 AI 模块标准与课后复用方式。

课程时间

1天

课程内容重点

01第一讲:AI 技术与智能电力设备基础
02第二讲:电力设备制造规范与 AI 模块标准
03第三讲:AI + 智能电力设备典型场景应用
04第四讲:电力大模型实践案例与实操

课程大纲

AI 技术与智能电力设备基础

一、核心 AI 技术原理
  • 1. 机器学习在设备中的应用
  • 2. 计算机视觉技术实操
二、智能电力设备定义与特征
  • 本讲总结
  • 掌握 2 类核心 AI 算法在设备中的落地路径
  • 明确智能电力设备与传统设备的本质区别

电力设备制造规范与 AI 模块标准

一、基础制造标准解读
  • 1. GB/T 1094《电力变压器》
  • 案例:某厂家因 AI 诊断模块未满足抗电磁干扰要求,导致型式试验失败
  • 2. GB 1984《高压交流断路器》
二、AI 模块合规性要求
  • 现场演练
  • 梳理二、AI 模块合规性要求的适用场景、输入输出和使用边界
  • 掌握智能设备制造的 2 项核心国标及 AI 模块附加要求
  • 具备识别 AI 模块合规性问题的基本能力

AI + 智能电力设备典型场景应用

一、发电侧设备应用
  • 1. 光伏逆变器 AI 控制
  • 案例:青海光伏基地通过 AI 控制,弃光率从 8% 降至 2%
  • 2. 风机状态监测
二、输配电设备应用
  • 1. 输电线路巡检
  • 2. 配电变压器 AI 诊断
  • 梳理二、输配电设备应用的适用场景、输入输出和使用边界
  • 掌握发电、输配电场景中 AI 技术的 3 类典型应用
  • 理解 AI 模型参数与设备性能的关联关系

电力大模型实践案例与实操

一、三大电力大模型解析
  • 1. 国家电网 光明 大模型
  • 落地路径:从省级电力公司试点到 27 家单位推广的组织实施经验
  • 2. 南方电网 大瓦特 体系
  • 基层应用:深圳变电班组排班耗时从 2 小时缩至 20 分钟的算法逻辑
  • 安全监管:数字安全监盘人 识别 20 类违章的视频分析技术
  • 3. 国家能源集团 擎源 模型
  • 多能协同:火 - 水 - 风 - 光 调度的智能体协作机制
二、AI 诊断工具实操
  • 数据输入:学员上传变压器油色谱数据(模拟样本)
  • 结果验证:对照 GB/T 7252 标准,评估 AI 诊断的准确性
  • 小组讨论
  • 梳理二、AI 诊断工具实操的适用场景、输入输出和使用边界
  • 提炼三大电力大模型的可复用技术要点
  • 具备使用 AI 工具进行设备基础诊断的能力
  • 课程总结与答疑(30 分钟)
  • 核心知识点复盘:AI 技术选型原则、标准合规关键点、案例复用方法
  • 工具包发放:含 AI 诊断参数模板、国标条款速查表、典型案例技术清单
  • 答疑:针对学员提出的具体项目问题进行个性化指导

讲师介绍

龙石 讲师头像

龙石

新能源投资与综合能源系统规划专家

上海镁初新能源执行董事兼CTO,专注新能源项目投资与综合能源规划。曾任华能、金风高管,中国科协及财政部在库电力专家。年授课量600+课时,累计参与项目总投资超百亿元,具备深厚的实战背景与政策研判能力

电力能源政府国企
查看讲师主页

课程常见问题

这门《AI+智能电力制造》适合哪些企业或学员?

适合企业中高层管理者、业务负责人及相关岗位骨干人员。如果需求还停留在主题了解阶段,建议先看相关主题或方案页;如果已经在选具体课程,本页可用于判断讲师、对象、大纲和交付安排

这门课主要解决什么问题?

本课程围绕《AI+智能电力制造》提供多个交付版本,便于企业根据培训对象、授课时长和场景重点选择合适方案。课程页重点说明单门课程的训练重点和适配场景,不替代主题页对人工智能应用的系统解释

课程内容通常会覆盖哪些训练重点?

可重点查看页面中的课程内容重点和课程大纲。本课程当前呈现的核心模块包括第一讲:AI 技术与智能电力设备基础、第二讲:电力设备制造规范与 AI 模块标准、第三讲:AI + 智能电力设备典型场景应用等

如何判断这门课和同主题其他课程怎么选?

优先比较参训对象、行业场景、讲师背景、案例方向、课时长度和大纲深度;同一主题下的多门课应承担不同选课意图,避免只按泛主题词判断

课程是否一定提供工具、模板或清单?

页面中如提到工具演练、清单或模板,只表示培训沟通时可确认的方向,不默认承诺固定交付物;最终以企业需求沟通后的课程方案为准