课程背景
随着机器智能技艺进入成熟运用期，国家大力推进“机器智能+”行动，电力业界数智化转型和智能电站建设已成为必然趋势。水电公司面临安全生产、运维效率、经营管控等等多重挑战，AI技艺正渐次渗透到流域调度、装置预测维护、安全监测、班组管控、行政后勤等等各个环节。可是，大部分员工对AI仍存在“神秘感”或者“距离感”，不清楚AI能做什么、不能做什么，更不知道怎样将AI和自身岗位事务结合。本课作为水电、电力业界公司业务培训课，旨在面向全员开展一次大规模AI科普，破除认知壁垒，激发革新意识，为后续深度业务运用奠定可信基础。
课程收益
•
领会机器智能的基本推演和核心本领，消除对AI的“黑箱”恐惧
•
掌握AI在电力业界以及水电情境中的典型运用实例，构筑“AI+岗位”的联想本领
•
识别AI采用的安全边界、合规隐患和保密要求，防止盲目采用
•
学会采用至少3类通用AI抓手（大语言模型、图像生成、资料助手）拉升日常事务效率
•
借助实地工作坊，产出一份“我岗位上的AI运用灵感清单”
•
获得一份可立即上手的《电厂员工AI赋能行动实践指南》
课程大纲
一、从“听说”到“看清”：AI的三大核心推演
1. 何为机器智能——一个很会“找规律”的助手
o 比喻：AI像一位记忆力超强，不知疲倦的实习生
o 三个要害本领：识别模式、预测趋势、生成内容
2. AI为何“聪明”——资料、算力、算法三驾马车
o 简单解释机器研习：从“教”到“自研习”
o 举例：AI怎样从海量历史水文气象资料中学会预测来水
3. 当前主流AI技艺能做什么、不能做什么
o 能：分类、聚类、回归，生成、推荐、识别
o 不能：真正领会因果关系、具备情感、自主意识
o 交流破冰：你认为下面哪些事AI现在就能做？（列出5个电力情境选项）
二、AI演进现况和趋势——从“炫技”到“落地”
1. 全球AI演进简况：大模型、多模态，边缘AI
o 通用大模型（ChatGPT类）和业界小模型的区别
o 举例：电力业界大模型和水电专用小模型
2. 中国“机器智能+”行动和电力业界政策
o 国家能源局关于智能电站、智慧水电的指导意见
o 业界趋势：从自动化电站到“无人值班，少人值守”再到认知智能
3. 对未来3-5年的要害预判
o AI将成为电厂员工的“准则办公抓手”
o 简单重复性事务被替代，需要更多懂AI的业务专家
一、AI重塑社会运行的典型情境
1. 办公领域：文档生成、会议纪要，PPT制作
2. 客服领域：智能问答，工单自动分派
3. 工业领域：缺陷检测、装置故障诊断
二、锁住电力：AI正在改写哪些“老问题”？
1. 发电侧：来水预测、梯级精进调度、新能源功率预测
2. 输电侧：线路巡检图像识别，无人机自动查障
3. 配电侧：故障定位，负荷预测
4. 用电侧：诉求响应、虚拟电厂
实例快闪：某水电集团利用AI将流域洪水预报精度拉升15%，增发电量2%
一、智能电站建设和数智化转型
1. 全厂数字孪生：从3D建模到实时资料驱动的“透明电厂”
o 实例：某水电站数字孪生平台达成装置状态可视化巡检
2. 智能巡检机器狗/无人机自主巡检
o 实操演示：巡检图像自动识别渗漏，表计读数、异物
二、智慧运维：从“规划检修”到“预测性维护”
1. 振动拆解+AI：水轮机轴承故障提前7天预警
2. 油液监测和剩余寿命预测
3. 交流环节：实地用AI小抓手还原拆解一组振动资料（工作坊前奏）
三、大坝安全监测和流域安全
1. 多源资料融合（变形、渗流、降雨、地震）的AI预警模型
2. 实例：某高坝利用AI发现常规统计办法无法识别的异常变形模式
四、班组管控和经营业务效率拉升（重点锁住员工身边事）
1. 人力资本管控
o AI辅助简历筛选、岗位胜任力画像
o 智能排班精进：考虑本领、疲劳度、休假规则
2. 培训管控
o 个性化研习路径推荐
o AI生成岗位问答题库、虚拟仿真实训
o 实地演示：输入“水轮发电机组检修安全规程”，具体来看，AI生成5道考题
3. 行政后勤管控
o 智能食堂备餐预测（根据加班人数动态调整）
o 车辆调度和通行证AI审批
o 公文写作辅助：一键生成会议通知、事务收束轮廓
4. 班组日常
o 班前会记录自动整理，待办事项提取
o 操作票智能辅助填写和合规查验
五、安全管控和合规
1. 人员违章行为AI视频拆解（未戴安全帽、闯入禁区、睡岗）
2. 两票（事务票、操作票）智能审核：语义识别和危险点自动提示
3. 应急上手剧本AI生成和评核
一、技艺边界：AI不是万 能的
1. AI也会“一本正经地胡说八道”——幻觉问题
o 实例：AI编造不存在的准则条款或者装置参数
2. 资料质量决定输出质量——垃圾进垃圾出
二、网络安全和保密隐患（电厂格外关注）
1. 通用AI抓手（如云端大模型）的资料外泄隐患
o 严禁输入：涉密图纸、内部规程、员工隐私、未公开的生产资料
o 演示：截屏对比——同样问题在联网版和本地化部署版的区别
2. 内部AI系统的访问权限分级管控要则
3. 钓鱼攻击新手法：AI生成逼真领导的语音/文字指令
三、合规管控
1. 《资料安全法》《个人资讯保护法》对采用AI的要求
2. 电力业界要害资讯基础设施营运者的特殊责任
3. AI生成内容是否需要标注？哪些情境严禁采用AI直接生成？
四、防止AI倚重和认知退化
1. “人机回环”制度：要害决策必须有人工确认
2. 定期开展无AI盲测上手，保持员工基本判断力
3. 交流提问：班组里哪些事务能够放心交给AI，哪些绝 对不能？
一、通用AI抓手全家福（适合电厂员工）
1. 大语言模型类：DEEPSEEK，文心一言、通义千问、Kimi（处理文字、拆解资料、编写脚本）
o 实操演示：输入“帮我用表格对比状态检修和规划检修的优缺点”
2. 图像和文档处理类：WPS AI、讯飞听见（会议录音转文字并收束要点）
o 实地演示：上传一张仪表盘照片，AI读取并记录数值
3. 资料助手类：ChatExcel、AI+Python（对运行日志开展迅速统计拆解）
二、工作坊
• 发放“电厂AI差事卡”（写一份防汛查验通知、拆解某周弃水原因、生成班组培训规划、自动提取缺陷记录中的高频词）
• 采用AI抓手（云端测试环境，无涉密资料）完成差事
• 实地点评：好结果和“翻车”实例对比，强化边界意识
三、迅速分享：参训者代表2分钟展示“原来AI能够这样帮我”
一，个人层面：三步开启AI赋能
1. 第 一步：选定1-2个高频低隐患情境（如写周报、查资料、做翻译）
o 推荐情境清单：公文草拟、制度查询、资料整理、会议纪要
2. 第二步：每天花15分钟“人机协同”操练
o 具体做法：先自己写初稿，再用AI精进，对比差异，研习提示词招数
3. 第三步：构筑个人“提示词库”
o 示例：针对运行值班、维护消缺、安全督导等等不同岗位的提示词模板
二、班组/部门层面：小步快跑，构筑标杆
1. 发起“AI金点子”活动：每个季度收集本岗位的AI运用创意
2. 构筑内部AI运用实例库（脱敏后）
3. 定期组织“AI+业务”半小时分享会
三、电厂层面：架构化推进建议
1. 安全先行：明晰哪些资料严禁输入外部AI，部署本地化轻量级AI助手
2. 培训架构：夜校后续可行课程安排《提示词工程》《AI+两票》《AI+水情预报》
3. 激励措施：将AI运用成效纳入合理化建议奖、QC小组活动
四、交流答疑和抓手资源包发放
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|蔺军老师
适合谁听
电厂全体员工：厂领导、各职能部门（人资、行政、安环、生技等等）负责人、生产部门（运行。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。